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！

龙图腾网获悉中国科学院精密测量科学与技术创新研究院申请的专利一种基于深度学习分割肺气管进行肺部图像分类的方法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：CN119540615B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202411569615.6，技术领域涉及：G06V10/764；该发明授权一种基于深度学习分割肺气管进行肺部图像分类的方法是由周欣;张明玉;肖洒;孙献平;陈世桢设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本一种基于深度学习分割肺气管进行肺部图像分类的方法在说明书摘要公布了：本发明公开了一种基于深度学习分割肺气管进行肺部图像分类的方法，通过对肺部CT图像制作训练标签，并构建训练集与测试集；同时构建用于进行气管分割与肺部图像分类的分割分类网络；设定网络损失函数；利用训练集对分割分类网络进行训练；并利用训练后的分割分类网络对待处理的肺部CT图像进行气管分割与肺部图像分类操作，得到对应的肺部图像分类结果。本发明利用肺部气管结构变化和注意力机制优势，提供一种实用且有效的肺部CT图像分类方法，显著地提升肺部图像分类的精确度。

本发明授权一种基于深度学习分割肺气管进行肺部图像分类的方法在权利要求书中公布了：1.一种基于深度学习分割肺气管进行肺部图像分类的方法，其特征在于，包括如下步骤： 步骤1、对原始肺部CT图像依次进行训练标签制作和预处理，其中训练标签包括气管分割标签和肺部分类标签，将一例原始肺部CT图像对应的预处理后的肺部CT图像以及对应的训练标签作为一个样本，将多个样本划分至训练集； 步骤2、构建分割分类网络，分割分类网络包括1个分割模块和1个图像分类模块； 预处理后的肺部CT图像输入至分割模块得到气管分割结果，气管分割结果和预处理后的肺部CT图像输入图像分类模块得到肺部图像分类结果； 步骤3、设定网络损失函数，网络损失函数分为分割模块损失函数和图像分类模块损失函数； 步骤4、根据网络损失函数，利用训练集对分割分类网络进行训练，并保存训练后的分割分类网络的参数； 步骤5、将待处理的肺部CT图像输入训练后的分割分类网络中的分割模块，得到对应的气管分割结果；将待处理的肺部CT图像和对应的气管分割结果输入训练后的分割分类网络中的图像分类模块，得到对应的肺部图像分类结果； 所述图像分类模块包括2个分类子模块和Softmax分类器， 预处理后的肺部CT图像作为第1个分类子模块的输入，气管分割结果作为第2个分类子模块的输入； 每个分类子模块均依次包括残差块和注意力机制块，2个分类子模块中注意力机制块的输出特征图像相加后，再通过Softmax分类器输出肺部图像分类结果。

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中国科学院精密测量科学与技术创新研究院，其通讯地址为：430071 湖北省武汉市武昌区小洪山西30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。