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！

龙图腾网恭喜昆明理工大学申请的专利融合多尺度特征上下文的全视野数字切片图像分类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：CN116486156B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202310453144.1，技术领域涉及：G06V10/764；该发明授权融合多尺度特征上下文的全视野数字切片图像分类方法是由金怀平;周泓宇;陶海波;李振辉;王彬设计研发完成，并于2023-04-25向国家知识产权局提交的专利申请。

本融合多尺度特征上下文的全视野数字切片图像分类方法在说明书摘要公布了：本发明公开了一种融合多尺度特征上下文的全视野数字切片图像分类方法。针对全视野数字图像尺寸大、多级分辨率、特征提取困难导致的常规分类方法准确率欠佳等问题，本发明结合对比学习、多尺度特征，自注意力机制从而获得一个效果较好的全视野数字图像分类模型。首先将收集到的全视野数字图像进行不同分辨率下的切分，得到尺寸统一且信息含量低的切片。其次使用对比学习针对不同分辨率下获得的切片分别训练一个具有特征解耦能力的特征提取网络，进行特征提取。进一步融合获得的多尺度特征，并进行特征图重构，作为网络的输入。最后使用带有自注意力机制的网络，获得输入数据的上下文信息，从而提高特征的全局表示能力，使得预测结果更加准确。

本发明授权融合多尺度特征上下文的全视野数字切片图像分类方法在权利要求书中公布了：1.一种融合多尺度特征上下文的全视野数字切片图像分类方法，其特征在于，包括：S1、收集一批原始全视野数字切片图像WSI；S2、对S1收集到的原始全视野数字切片图像WSI在不同放大倍率下进行滑动窗口切分处理，同时进行归一化处理，并根据设定的阈值确定是否保存补丁图像tile，最终获得每张全视野数字切片图像WSI对应的多组补丁图像tile；S3、对S2获得的多组不同分辨率的补丁图像tile，分别使用自监督对比学习方法训练对应的补丁特征提取模型，所述提取模型对不同类别的补丁图像tile具有良好的特征解耦能力；S4、对S2预处理后的补丁图像tile，按照分辨率分组，分别输入到S3获得的对应分辨率下的特征提取模型，提取所有补丁图像tile的特征，并进行存储；S5、将S4提取到的不同分辨率下的多个特征使用金字塔特征融合方法进行特征融合，获得不同分辨率下补丁图像tile特征融合后的特征数据；针对S5中对不同分辨率下的所有补丁图像tile进行融合的具体方法为：根据低倍率补丁图像tile的位置编号来查询与其对应的高倍率下的所有补丁图像tile，通过内积运算获得权重，将低倍率的补丁图像tile与权重相乘，并将结果与对应高倍率补丁图像相加，获得新的特征表示new_tile；new_tile＝＜low_tile,high_tile＞×low_tile+high_tile1.5式1.5中，low_tile表示低倍分辨率下的补丁图像tile，high_tile表示高倍分辨率下的补丁图像tile，new_tile仍是以向量进行表示，其尺寸大小与high_tile的尺寸相同；S6、以全视野数字切片图像为单位，对S5得到的tile特征数据进行数据集的划分；将全视野数字切片图像WSI进行随机划分，并将划分的结果进行保存，其训练集Dtrn用于分类模型的训练，验证集Dval用于模型效果的验证，训练集和验证集包含每个全视野数字切片图像WSI对应的所有补丁图像tile；S7、在数据加载阶段，将S6中的补丁图像tile按照其在全视野数字切片图像WSI中的位置进行还原，获得新的图像表示WSI'，并对WSI’进行中心裁切、补充操作，进行尺寸归一化；对于每个WSI进行特征融合之后的得到的补丁图像new_tile，逐个进行编号读取，获得其在高放大倍率全视野数字切片图像下的最大行编号max_r、列编号max_c；根据最大行列编号生成一个空张量WSI'，该张量的形状为max_r，max_c，dim，将new_tile根据编号填充在WSI'的对应位置；dim为向量的尺寸；S8、将S7中获得的图像表示WSI'按照Dtrn和Dval的不同，分别输入到具有自注意力机制的模型中，通过自注意力机制获得输入WSI'在补丁图像tile层面上下文信息的权重；该权重会对模型的预测过程以及分类结果产生影响，从而获得最终的输出；其中Dtrn用于该模型的训练，Dval在每批次中验证模型的性能，并保存在Dval获得最佳性能的参数作为模型最终的参数。

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昆明理工大学，其通讯地址为：650093 云南省昆明市五华区一二一大街文昌路68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”。