四川农业大学陈曼茜获国家专利权
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！
龙图腾网获悉四川农业大学申请的专利基于深度学习的医学影像识别方法、系统、电子设备及介质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：CN121010831B 。
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：202511534690.3，技术领域涉及：G06V10/764；该发明授权基于深度学习的医学影像识别方法、系统、电子设备及介质是由陈曼茜;范颖焓;周启萌;叶莞鑫;贾瑞祥设计研发完成，并于2025-10-27向国家知识产权局提交的专利申请。
本基于深度学习的医学影像识别方法、系统、电子设备及介质在说明书摘要公布了：本发明涉及医学影像技术领域，公开了一种基于深度学习的医学影像识别方法、系统、电子设备及介质，对初始医学影像进行分模态自适应归一化，并采用弹性形变、随机缩放和高斯噪声进行预处理，得到预处理后的医学影像，基于预处理后的医学影像构建Swin‑ResNeSt混合模型，在Swin‑ResNeSt混合模型中添加自适应多尺度注意力模块，设计包括分类和定位的双任务头，采用FocalLoss函数和GIoULoss函数结合的混合损失函数，输出病灶类别与边界框；本发明提高了识别准确率。
本发明授权基于深度学习的医学影像识别方法、系统、电子设备及介质在权利要求书中公布了：1.基于深度学习的医学影像识别方法，其特征在于，该方法包括以下步骤： 对初始医学影像进行分模态自适应归一化，并采用弹性形变、随机缩放和高斯噪声进行预处理，得到预处理后的医学影像； 基于预处理后的医学影像构建Swin-ResNeSt混合模型，其中Swin-ResNeSt混合模型底层通过ResNeSt网络提取局部特征，中层通过SwinTransformer网络建模全局依赖，基于MoCov3框架在无标注医学影像上完成对比学习预训练； 在Swin-ResNeSt混合模型中添加自适应多尺度注意力模块，其中自适应多尺度注意力模块包括尺度感知权重计算单元、空间自适应调整单元和尺度融合单元； 设计包括分类和定位的双任务头，采用FocalLoss函数和GIoULoss函数结合的混合损失函数，输出病灶类别与边界框。
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四川农业大学，其通讯地址为：611130 四川省成都市温江区惠民路211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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励