恭喜暨南大学附属第一医院(广州华侨医院)吴英获国家专利权
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！
龙图腾网恭喜暨南大学附属第一医院(广州华侨医院)申请的专利基于深度学习的乳腺图像分类评估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：CN119478561B 。
龙图腾网通过国家知识产权局官网在2025-04-04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：202510053872.2，技术领域涉及：G06V10/764；该发明授权基于深度学习的乳腺图像分类评估方法及系统是由吴英;李发明设计研发完成，并于2025-01-14向国家知识产权局提交的专利申请。
本基于深度学习的乳腺图像分类评估方法及系统在说明书摘要公布了：本发明涉及图像分类技术领域，公开了一种基于深度学习的乳腺图像分类评估方法及系统，其中，该方法包括：对样本乳腺图像数据进行预处理，得到综合特征数据；基于综合特征数据进行特征增强，得到增强特征数据；对增强特征数据进行多模态双向特征融合，得到多模态融合特征数据；基于多模态融合特征数据，构建并训练半监督局部特征保留稠密连接上下文感知图卷积网络，得到图卷积分类模型；根据多模态融合特征数据，构建并训练多分支残差注意力重建网络，得到多尺度特征融合模型；通过图卷积分类模型和多尺度特征融合模型对实时乳腺图像数据进行分类评估和预测结果集成，得到目标乳腺图像分类结果，该方法提高乳腺图像分类的准确性和可靠性。
本发明授权基于深度学习的乳腺图像分类评估方法及系统在权利要求书中公布了：1.一种基于深度学习的乳腺图像分类评估方法，其特征在于，所述方法包括：对样本乳腺图像数据进行预处理，得到综合特征数据；基于所述综合特征数据，通过协调注意力模块和多模态注意力模块进行特征增强，得到增强特征数据；对所述增强特征数据进行多模态双向特征融合，得到多模态融合特征数据；基于所述多模态融合特征数据，构建并训练半监督局部特征保留稠密连接上下文感知图卷积网络，得到图卷积分类模型；根据所述多模态融合特征数据，构建并训练多分支残差注意力重建网络，得到多尺度特征融合模型；通过所述图卷积分类模型和所述多尺度特征融合模型对实时乳腺图像数据进行分类评估和预测结果集成，得到目标乳腺图像分类结果。
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暨南大学附属第一医院(广州华侨医院)，其通讯地址为：510000 广东省广州市黄埔大道西613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”。
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