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！

龙图腾网获悉太原理工大学申请的专利基于多示例学习的弱监督间质性肺病病灶识别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：CN116385385B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310311232.8，技术领域涉及：G06T7/00；该发明授权基于多示例学习的弱监督间质性肺病病灶识别方法是由郑文;赖叶鑫;赵偲;侯凡;彭梦晓;王洁宁;韩志勇设计研发完成，并于2023-03-28向国家知识产权局提交的专利申请。

本基于多示例学习的弱监督间质性肺病病灶识别方法在说明书摘要公布了：本发明属于图像识别技术领域，公开了一种基于多示例学习的弱监督间质性肺病病灶识别方法，包括以下步骤：步骤1：获取CT图像样本；步骤2：选取部分CT图像，对图像中的肺实质进行人工标注；步骤3：通过显著性分割算法建立肺实质分割模型，将人工标注后的CT图像样本输入进行训练和测试，得到训练完成的肺实质分割模型；步骤4：使用多示例学习算法训练病灶识别模型；步骤5：获取待识别CT图像样本，输入肺实质分割模型进行分割，然后将分割后的数据样本输入病灶识别模型，得到病灶位置。本发明可以通过少量标注实现间质性肺病的可视化标注，大大提高了识别效率。

本发明授权基于多示例学习的弱监督间质性肺病病灶识别方法在权利要求书中公布了：1.一种基于多示例学习的弱监督间质性肺病病灶识别方法，其特征在于，包括以下步骤： 步骤1：获取多个CT图像数据，对各个CT图像数据进行采样抽取，得到多张图像建立对应的CT图像样本，每个CT图像样本包括多个从对应CT图像抽取得到的CT图像，所述CT图像样本被标记为有间质性肺病的样本或健康的样本； 步骤2：选取部分CT图像，对图像中的肺实质进行人工标注； 步骤3：通过显著性分割算法建立肺实质分割模型，将步骤2得到的人工标注后的CT图像输入肺实质分割模型进行训练和测试，得到肺实质分割模型； 步骤4：使用多示例学习算法训练病灶识别模型，过程如下： 步骤4.1：使用多示例学习算法建立病灶识别模型； 步骤4.2：选取用于病灶识别模型训练的CT图像样本，通过肺实质分割模型对其中的CT图像中的肺实质进行分割；用固定大小的滑动窗口将CT图像样本中的CT图像中的肺实质裁成多个小块； 步骤4.3：将有间质性肺病患者的CT图像样本作为正包，健康患者的CT图像样本作为负包，正包和负包中对应的CT图像作为示例，对所述病灶识别模型进行训练和测试； 步骤4.4：建立多示例CAM模型，所述多示例CAM模型包括： 全局采样模块：用于计算得到肺实质数据样本的全局上下文信息和粗掩模； 因果关系模块：用于将全局上下文信息和粗掩模发送至因果关系模块，得到类别因果关系图Mc和解剖因果关系图Ms； 级联模块：用于将类别因果关系图Mc与病灶识别模型得到的病灶位置特征进行级联得到级联特征； 分类头：用于在训练阶段对级联特征进行全局平均池化和全连接操作，得到类别的特征向量； 映射模块：用于对级联特征进行类激活映射，生成表示仅具有类别因果关系的显著性映射特征CAMcc； 乘法模块：用于将解剖因果关系图Ms与显著性映射特征CAMcc相乘，得到显著性图CAMac； 上采样模块：用于对显著性图CAMac进行上采样，得到病灶分割结果； 步骤4.5：将病灶识别模型输出的病灶位置和肺实质分割模型输出肺实质数据发送至多示例CAM模型，对多示例CAM模型进行训练； 步骤5：获取待识别CT图像样本，输入步骤S3得到的肺实质分割模型进行分割，然后将分割后的数据样本输入步骤S4得到的病灶识别模型，得到病灶位置。

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太原理工大学，其通讯地址为：030024 山西省太原市迎泽西大街79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。