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！

龙图腾网恭喜重庆师范大学申请的专利基于量子向经典迁移学习的膝骨关节炎分级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：CN116664931B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202310622016.5，技术领域涉及：G06V10/764；该发明授权基于量子向经典迁移学习的膝骨关节炎分级方法是由董玉民;车宣宣设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本基于量子向经典迁移学习的膝骨关节炎分级方法在说明书摘要公布了：本发明涉及计算机技术领域，具体涉及一种基于量子向经典迁移学习的膝骨关节炎分级方法，包括步骤：设计混合量子卷积网络结构HQCNN，将数据编码为量子态提取信息，使用信息来区分数据的类别；根据MRI图像和OAI图像的标签情况，及MRI图像分类和OAI分级任务之间的关系，将量子经典QC迁移学习分为预训练和微调两阶段，预训练阶段使用已经训练好的量子神经网络模型来学习量子态演化和量子门操作，微调阶段则将预训练好的模型应用到新的任务中，并在新任务中调整和训练模型；对图像数据进行降维处理，通过数据编码线路将预处理后的图像数据编码为量子数据，采用混合量子卷积网络结构HQCNN进行图像分类。本发明解决了存在技术瓶颈的技术问题。

本发明授权基于量子向经典迁移学习的膝骨关节炎分级方法在权利要求书中公布了：1.基于量子向经典迁移学习的膝骨关节炎分级方法，其特征在于，包括步骤：S1、设计混合量子卷积网络结构HQCNN用于MRI图像的多分类，将数据编码为量子态提取信息，使用信息来区分数据的类别，其中，量子卷积网络由量子卷积层和经典卷积层组成，量子卷积层由编码器、随机电路和解码器组成，经典卷积层由经典卷积层、全局池化层和密集层组成；S2、根据MRI图像和OAI图像的标签情况，及MRI图像分类和OAI分级任务之间的关系，选择量子到经典QC迁移学习方案，将量子经典QC迁移学习分为预训练和微调两个阶段，预训练阶段使用已经训练好的量子神经网络模型来学习量子态演化和量子门操作，微调阶段则将预训练好的模型应用到新的任务中，并在新任务中调整和训练模型；S3、对图像数据进行降维处理，通过数据编码线路将预处理后的图像数据编码为量子数据，采用混合量子卷积网络结构HQCNN进行图像分类；S2中，量子到经典QC迁移学习方案，包括：A.第一阶段：选取RealKet这种量子图像格式，将一个图像被分成4个块，每个块从左到右编号，从最上面一行开始，这些块再次被分成4个块，并以相同的方式进行编号，直到得到只有4个像素的最小块；B.第二阶段：使用预先训练的HQCNN模型作为特征提取器，HQCNN模型的经典层使用xception网络，采用残余学习策略从QCNN的多层学习；C.第三阶段：在经典层上执行从HQCNN模型中提取的特征维数，进行从512个特征到64个特征的线性变换，将经典卷积层的经典输出特征传递到最终全连接层，创建二维目标输出类预测。

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重庆师范大学，其通讯地址为：400030 重庆市沙坪坝区大学城中路37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”。