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！

龙图腾网获悉苏州深思考人工智能科技有限公司申请的专利一种用于医学图像分类的神经网络模型的训练方法及系统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：CN115424112B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202211036726.1，技术领域涉及：G06V10/82；该发明授权一种用于医学图像分类的神经网络模型的训练方法及系统是由杨志明设计研发完成，并于2022-08-29向国家知识产权局提交的专利申请。

本一种用于医学图像分类的神经网络模型的训练方法及系统在说明书摘要公布了：一种用于医学图像分类的神经网络的训练方法及系统，采用改进的视觉转换器作为用于医学图像分类的神经网络模型，具有聚合功能，将基于医学图像进行编码得到的局部图像区域编码特征聚合形成全局图像区域编码特征，且将全局图像区域编码特征与局部图像区域编码特征聚合；将该视觉转换器作为编码层嵌入到对比学习网络中进行预训练，且使用了鲁棒性对比自监督损失函数RS‑InfoNCE作为对比损失函数；将预训练后的视觉转换器微调后，得到训练好的神经神经网络模型用于医学图像的分类。这样，本申请实施例采用对比学习技术对用于医学图像分类的神经网络模型进行预训练，提高神经网络模型分类医学图像的质量。

本发明授权一种用于医学图像分类的神经网络模型的训练方法及系统在权利要求书中公布了：1.一种用于医学图像分类的神经网络的训练方法，其特征在于，所述方法包括： a、预设具有特征聚合功能的视觉转换器，将所述视觉转换器作为编码层嵌入到对比学习网络中； b、提供预训练用的多个医学图像，对于每个医学图像，将所述医学图像输入所述对比学习网络中，所述对比学习网络采用不同的图像特征提取方式提取第一图像区域特征及第二图像区域特征； c、将第一图像区域特征及第二图像区域特征分别输入到所述视觉转换器中进行多层编码，在最后编码层进行编码之前，采用特征聚合功能将多层编码得到的局部图像区域编码特征聚合形成全局图像区域编码特征，在最后编码层进行编码之后，将所述全局图像区域编码特征与最后编码层得到的局部图像区域编码特征聚合为图像区域嵌入特征，分别得到第一图像区域嵌入特征及第二图像区域嵌入特征； d、将所述第一图像区域嵌入特征及所述第二图像区域嵌入特征，分别采用对比学习网络中的多层感知器MLP处理后，采用预设的对比损失函数计算得到两者的差异值，判断两者的差异值大于预设阈值时，对视觉转换器中的参数调整，返回执行步骤b~c的预训练过程，直到所述差异值不大于所述预设阈值为止； e、对预训练得到的所述视觉转换器采用具有标注信息的医学图像进行训练后，得到训练好的视觉转换器，应用于医学图像的分类。

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苏州深思考人工智能科技有限公司，其通讯地址为：215123 江苏省苏州市苏州工业园区金鸡湖大道88号人工智能产业园内G3-305单元；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。