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！

龙图腾网获悉深圳大学申请的专利一种乳腺癌组织病理图像分类方法、系统及终端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：CN120726397B 。

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：202511142282.3，技术领域涉及：G06V10/764；该发明授权一种乳腺癌组织病理图像分类方法、系统及终端是由汪天富;钟海勤;雷柏英;柳懿垚;张永涛设计研发完成，并于2025-08-15向国家知识产权局提交的专利申请。

本一种乳腺癌组织病理图像分类方法、系统及终端在说明书摘要公布了：本发明公开了一种乳腺癌组织病理图像分类方法、系统及终端，所述方法包括：构建分类模型网络，获取目标组织的全视野数字病理切片，将全视野数字病理切片进行裁剪拼接后，输入到分类模型网络的特征提取模块进行高维表征特征提取，得到表征特征；根据表征特征构建超图，将超图输入到特征融合模块进行超图编码，得到输出特征，对输出特征进行超图解码，得到融合特征；将融合特征输入到分类模型网络的层次化预测模块进行节点级分类，得到预测分类结果，对预测分类结果使用加权多数投票机制进行整合，得到目标分类结果。本发明结合大模型微调与层次化超图UNet结构，有效提高了乳腺癌组织病理图像分类的准确率。

本发明授权一种乳腺癌组织病理图像分类方法、系统及终端在权利要求书中公布了：1.一种乳腺癌组织病理图像分类方法，其特征在于，所述的乳腺癌组织病理图像分类方法包括： 构建分类模型网络，所述分类模型网络包括；特征提取模块、特征融合模块和层次化预测模块； 获取目标组织的全视野数字病理切片，将所述全视野数字病理切片进行裁剪拼接后，输入到所述分类模型网络的所述特征提取模块进行高维表征特征提取，得到表征特征； 根据所述表征特征构建超图，将所述超图输入到所述特征融合模块进行超图编码，得到输出特征，对所述输出特征进行超图解码，得到融合特征； 将所述融合特征输入到所述分类模型网络的所述层次化预测模块进行节点级分类，得到预测分类结果，使用加权多数投票机制对所述预测分类结果进行整合，得到目标分类结果； 所述将所述超图输入到所述特征融合模块进行超图编码，得到输出特征，具体包括： 将所述超图输入到第一超图卷积单元，通过超边的关联矩阵将所述超图的节点特征聚合到所述超图的各个超边，得到初始超边表示； 通过所述关联矩阵得到中心超边特征，使用所述中心超边特征对所述初始超边表示进行超边特征更新，得到更新后超边特征； 所述超图的节点分别从与自身相关联的更新后超边特征中接收反馈信息，根据所述反馈信息进行节点特征更新，得到更新后节点特征； 将所述更新后节点特征输入到超图编码子模块的超图下采样单元，根据所述更新后节点特征的空间位置排列得到二维特征矩阵，将所述二维特征矩阵均分成多个字块，将每个所述字块展平后输入到线性层进行映射，得到压缩后节点特征； 将所述节点特征输入到超图编码子模块的LegendreKAN层，对所述压缩后节点特征进行归一化，将每个通道上的归一化结果使用Legendre多项式展开至最高次数，构造出目标表示，使用一组可学习参数对所述目标表示进行线性组合，得到输出特征； 所述对所述输出特征进行超图解码，得到融合特征，具体包括： 将所述输出特征输入到超图解码子模块的超图上采样单元，通过所述超图上采样单元对所述输出特征进行节点扩充，得到扩充后节点特征； 将所述扩充后节点特征输入到第二超图卷积单元，通过所述第二超图卷积单元对所述扩充后节点特征进行解码，得到解码器特征，将所述输出特征与所述解码器特征进行连接融合，得到融合特征； 所述将所述融合特征输入到所述分类模型网络的所述层次化预测模块进行节点级分类，得到预测分类结果，使用加权多数投票机制对所述预测分类结果进行整合，得到目标分类结果，具体包括： 将所述融合特征输入到所述分类模型网络的所述层次化预测模块，通过所述层次化预测模块对所述融合特征的每一级图像进行节点级分类，得到多个预测图； 根据预设的置信度为每个所述预测图分配权重，根据所述权重，基于加权多数投票机制，将多个所述预测图拼接还原为完整的全视野数字病理切片预测图，根据所述全视野数字病理切片预测图得到目标分类结果。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区粤海街道南海大道3688号；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。