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！

龙图腾网恭喜江南大学申请的专利基于神经网络的皮肤镜图像分类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：CN119339172B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202411886012.9，技术领域涉及：G06V10/764；该发明授权基于神经网络的皮肤镜图像分类方法及系统是由王弈设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本基于神经网络的皮肤镜图像分类方法及系统在说明书摘要公布了：本发明涉及图像分类领域，具体涉及一种基于神经网络的皮肤镜图像分类方法及系统，包括根据皮肤镜图像获得空间增强特征；将空间增强特征输入至深度卷积单元进行单个通道的局部特征提取，获得各个通道的第一局部特征，并进行通道间的线性组合，获得第一局部特征图；将第一局部特征图输入至深度卷积单元进行单个通道的全局特征提取，获得各个通道的第一全局特征；并进行通道间的线性组合，获得第一全局特征图；将空间增强特征、第一局部特征图和第一全局特征图输入特征融合模块进行特征融合，获得融合特征图；根据融合特征图进行皮肤镜图像的分类。本发明的皮肤镜图像分类方法及系统，显著减少模型参数量，同时分类精准度具有一定程度的提升。

本发明授权基于神经网络的皮肤镜图像分类方法及系统在权利要求书中公布了：1.一种基于神经网络的皮肤镜图像分类方法，其特征在于：包括，获取预训练完成的图像分类模型；其中，所述图像分类模型包括坐标注意力处理模块和沿正传播方向依次连接的多个特征提取模块，每个所述特征提取模块均包括多头自注意力特征提取子模块；每个所述多头自注意力特征提取子模块均包括局部特征提取块、全局特征提取块和特征融合模块；所述局部特征提取块和所述全局特征提取块均包括深度卷积单元和逐点卷积单元；将需要分类的皮肤镜图像输入至所述坐标注意力处理模块，获得空间增强特征；将所述空间增强特征输入至第一个所述特征提取模块的所述局部特征提取块的所述深度卷积单元进行单个通道的局部特征提取，获得各个通道的第一局部特征；将所述各个通道的第一局部特征输入至第一个所述特征提取模块的所述局部特征提取块的所述逐点卷积单元进行通道间的线性组合，获得第一局部特征图；将所述第一局部特征图输入至第一个所述特征提取模块的所述全局特征提取块的所述深度卷积单元进行单个通道的全局特征提取，获得各个通道的第一全局特征；将所述各个通道的第一全局特征输入至第一个所述特征提取模块的所述全局特征提取块的所述逐点卷积单元进行通道间的线性组合，获得第一全局特征图；将所述空间增强特征、所述第一局部特征图和所述第一全局特征图输入所述特征融合模块进行特征融合，获得融合特征图；将所述融合特征图作为下一个所述特征提取模块的输入；根据最后一个所述特征提取模块输出的所述融合特征图进行所述皮肤镜图像的分类；其中，将需要分类的皮肤镜图像输入至所述坐标注意力处理模块，获得空间增强特征，包括，对所述皮肤镜图像执行初步处理，获得初步特征；对所述初步特征执行水平方向的平均池化操作，提取X方向特征；对所述初步特征执行垂直方向的平均池化操作，提取Y方向特征；对所述X方向特征和所述Y方向特征执行拼接，获得拼接特征；对所述拼接特征执行分割，获得两部分分割特征；分别对所述两部分分割特征进行卷积操作，获得X方向权重信息和Y方向权重信息；其中，权重信息表征对应位置特征的重要性；将所述X方向权重信息与所述所述初步特征相乘获得X方向加权特征；将所述Y方向权重信息与所述所述初步特征相乘获得Y方向加权特征；取所述X方向加权特征和所述Y方向加权特征的和为加权特征；引入残差块，并根据所述加权特征和所述初步特征获得所述空间增强特征；其中，按以下方式计算获得所述空间增强特征： ;其中，F为空间增强特征；F1为加权特征；F2为初步特征；为权重参数。

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江南大学，其通讯地址为：214000 江苏省无锡市滨湖区蠡湖大道1800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”。