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！

龙图腾网恭喜南京信息工程大学申请的专利一种基于小样本学习的深度可解释皮肤病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：CN119251228B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202411776956.0，技术领域涉及：G06T7/00；该发明授权一种基于小样本学习的深度可解释皮肤病识别方法是由谈玲;朱吉宁;夏景明;苏健设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本一种基于小样本学习的深度可解释皮肤病识别方法在说明书摘要公布了：本发明公开了一种基于小样本学习的深度可解释皮肤病识别方法，属于图像处理领域，将同类或异类皮肤病图像分别输入双分支小样本对比学习网络中，对皮肤病图像的病变区域进行分割生成病变分割掩码，提取其中形状信息，并定位包含病变区域的最小正方形边框，进行裁剪缩放获得病变图像；提取两个支路病变图像对应分支的深浅特征，计算双支路深浅特征的对比损失，以优化网络参数，同时提取多尺度纹理信息；将包含形状信息、纹理信息的元数据与图像的深浅特征进行多模态融合用于皮肤病识别，通过多阶段的深度学习网络与医学诊断逻辑的结合，逐步提取并融合病变区域的形态、纹理等特征，以提高皮肤病识别的分类准确性和模型的可解释性。

本发明授权一种基于小样本学习的深度可解释皮肤病识别方法在权利要求书中公布了：1.一种基于小样本学习的深度可解释皮肤病识别方法，其特征在于，包括以下步骤：S1、从皮肤病图像数据集中随机抽取两张同类或异类的原始皮肤病图像，并分别输入到结构相同的双分支小样本对比学习网络DB-FSCLNet中；S2、利用IRA-UNet分割模块对原始皮肤病图像的病变区域进行分割，生成两个对应分支的病变分割掩码；S3、将病变分割掩码输入形态定位模块，利用几何形态特征提取法从病变分割掩码中提取形状信息，确定病变区域最小正方形边框并裁剪缩放，获得对应支路的形状信息与病变图像；S4、在MC-GLCM纹理提取模块中，利用多尺度灰度共生矩阵计算两个分支病变图像在不同尺度下的纹理信息，并使用特征方差加权策略进行加权融合，获得纹理信息；S5、利用CGRNet特征提取模块提取S3中获得的病变图像的浅层特征与深层特征，并通过多个卷积门控循环单元融合浅层特征与深层特征，分别获得两个分支的深浅特征；S6、利用对比学习模块，计算两个分支的深浅特征之间的对比损失，以优化CGRNet网络参数，增强小样本数据的特征表征能力；S7、利用CMFF融合模块将形状信息、纹理信息与深浅特征进行多模态融合，进行皮肤病的分类识别；S8、输出可解释性结果，包括皮肤病类别、形状信息、纹理信息和阶段性可视化图。

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南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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”。