买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉汕头大学申请的专利乳腺癌病灶识别方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120525801B 。

龙图腾网通过国家知识产权局官网在2025-12-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510453466.5，技术领域涉及：G06T7/00；该发明授权乳腺癌病灶识别方法及装置是由马祥园;刘小玲;郭宏彬设计研发完成，并于2025-04-10向国家知识产权局提交的专利申请。

本乳腺癌病灶识别方法及装置在说明书摘要公布了：本申请公开了乳腺癌病灶识别方法及装置，应用于医学影像技术领域，方法包括：获取第一样本集和第二样本集，第一样本集包括多个正常样本DBT图像分别对应的多个二维图像，第二样本集包括多个正常样本DBT图像分别对应的多个二维图像以及多个异常样本DBT图像分别对应的多个二维图像，各异常样本DBT图像具有对应的病灶标注信息；利用第一样本集对扩散模型进行预训练，得到预训练后的扩散模型；以预训练后的扩散模型作为教师网络，以识别模型作为学生网络，利用第二样本集对识别模型进行基于知识蒸馏的训练处理，得到训练后的识别模型；利用训练后的识别模型对待测DBT图像进行识别处理，得到乳腺癌病灶识别结果。本申请能够有效提升乳腺癌病灶的识别精度。

本发明授权乳腺癌病灶识别方法及装置在权利要求书中公布了：1.一种乳腺癌病灶识别方法，其特征在于，包括以下步骤： 获取第一样本集和第二样本集，所述第一样本集包括多个不含乳腺癌病灶的样本DBT图像分别对应的多个二维图像，所述第二样本集包括多个不含乳腺癌病灶的样本DBT图像分别对应的多个二维图像、以及多个包含乳腺癌病灶的样本DBT图像分别对应的多个二维图像，各包含乳腺癌病灶的样本DBT图像具有对应的病灶标注信息； 利用所述第一样本集对扩散模型进行预训练，得到预训练后的扩散模型； 以所述预训练后的扩散模型作为教师网络，以识别模型作为学生网络，利用所述第二样本集对所述识别模型进行基于知识蒸馏的训练处理，得到训练后的识别模型； 利用所述训练后的识别模型对待测DBT图像进行识别处理，得到乳腺癌病灶识别结果； 其中，所述扩散模型包括： 扩散编码模块，用于将所述二维图像映射为潜在特征；所述扩散编码模块为VQ-GAN编码器； 量化模块，用于将所述潜在特征转换为与预设的码本中距离最近的嵌入向量； 加噪扩散模块，用于基于预设的时间步为所述嵌入向量添加高斯噪声，得到加噪特征； 去噪生成模块，用于根据所述时间步和所述加噪特征进行去噪预测处理，得到预测噪声； 逆推解码模块，用于根据所述加噪特征和所述预测噪声，得到所述二维图像的生成图像； 其中，所述识别模型包括： 所述预训练后的扩散模型中的扩散编码模块，用于将所述二维图像映射为潜在特征； 所述预训练后的扩散模型中的量化模块，用于将所述潜在特征转换为与预设的码本中距离最近的嵌入向量； 检测编码模块，用于对所述嵌入向量进行编码处理，得到所述检测编码模块的输出； 检测解码模块，用于对预设的目标查询和所述检测解码模块的输出进行解码处理，得到所述检测解码模块的输出； 前馈输出层，用于对所述检测解码模块的输出进行分类，得到所述二维图像的二维候选框；所述二维候选框包括二维图像中每个病灶类别对应的二维候选框，所述病灶类别与所述二维候选框一一对应；对于一个所述二维候选框，选择预测分数最大的类别作为其最终类别； 其中，所述利用所述训练后的识别模型对待测DBT图像进行识别处理，得到乳腺癌病灶识别结果，包括： 将所述待测DBT图像的多个二维图像输入到所述训练后的识别模型，得到所述待测DBT图像中多个所述二维图像分别对应的二维候选框； 对所述待测DBT图像中多个所述二维图像分别对应的二维候选框进行筛选处理，得到多个二维筛选框； 基于多个所述二维筛选框的中心点对多个所述二维候选框进行聚类，得到多个三维聚类簇；其中，所述三维聚类簇中相邻两个所述二维筛选框的中心点的深度坐标之差小于或等于预设数值，所述三维聚类簇包括至少三个所述二维筛选框； 将多个所述三维聚类簇分别对应的三维候选框确定为所述乳腺癌病灶识别结果，其中，所述三维候选框用于指示所述待测DBT图像的乳腺癌病灶区域。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人汕头大学，其通讯地址为：515063 广东省汕头市大学路汕头大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。