買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中山大學申請的專利基于多尺度融合和注意力機制的肺癌病理圖像分類系統(tǒng)獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN115937576B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202211406242.1，技術領域涉及：G06V10/764；該發(fā)明授權基于多尺度融合和注意力機制的肺癌病理圖像分類系統(tǒng)是由張琳;楊易木;李雁;王銘輝;林華月;譚炳華;梁春豪;許可;雷凱設計研發(fā)完成，并于2022-11-10向國家知識產(chǎn)權局提交的專利申請。

本基于多尺度融合和注意力機制的肺癌病理圖像分類系統(tǒng)在說明書摘要公布了：本發(fā)明提出一種基于多尺度融合和注意力機制的肺癌病理圖像分類系統(tǒng)，涉及病理圖像處理的技術領域，解決了在當前癌病理圖像分類的方式中，分類效率低，不利于病理診斷的問題，首先構建肺癌病理圖像分類模型，肺癌病理圖像分類模型包含依次連接的多尺度特征提取和融合模塊及基于注意力機制的特征聚合模塊，利用了多尺度融合的方式增強模型的魯棒性，進一步結合基于注意力機制的特征聚合模塊，提高了模型的靈活性和自適應性，接著對構建的肺癌病理圖像分類模型進行訓練，利用訓練好的肺癌病理圖像分類模型對肺癌病理圖像進行分類，優(yōu)化了肺癌病理圖像分類模型的結構，降低訓練復雜度，提高訓練速度，從而提升了肺癌診斷效率和分類精度。

本發(fā)明授權基于多尺度融合和注意力機制的肺癌病理圖像分類系統(tǒng)在權利要求書中公布了：1.一種基于多尺度融合和注意力機制的肺癌病理圖像分類系統(tǒng)，其特征在于，所述系統(tǒng)包括： 病理圖像采集模塊，用于獲取肺癌病理圖像，組成第一圖像數(shù)據(jù)集； 病理圖像處理模塊，用于對第一圖像數(shù)據(jù)集中的肺癌病理圖像進行預處理，得到第二圖像數(shù)據(jù)集； 肺癌病理圖像分類模型構建模塊，用于構建肺癌病理圖像分類模型，所述肺癌病理圖像分類模型包括依次連接的多尺度特征提取融合模塊及基于注意力機制的特征聚合模塊； 訓練模塊，利用第二圖像數(shù)據(jù)集對構建的肺癌病理圖像分類模型進行訓練，得到訓練好的肺癌病理圖像分類模型，所述訓練好的肺癌病理圖像分類模型用于肺癌病理圖像的分類； 所述多尺度特征提取融合模塊內設有第一全連接層及特征提取網(wǎng)絡，所述第一全連接層連接特征提取網(wǎng)絡，所述特征提取網(wǎng)絡和第一全連接層分別用于提取和融合第一圖像數(shù)據(jù)集中預處理的肺癌病理圖像的特征，所述特征提取網(wǎng)絡采用簡化的ResNet50網(wǎng)絡，包括依次連接的卷積層、批量歸一化層、ReLu激活函數(shù)層、最大池化層、第一殘差卷積塊、第二殘差卷積塊、第三殘差卷積塊及自適應均值空間池化層； 將每一張patch圖像和每一張patch圖像對應的patch下采樣圖像輸入多尺度特征提取融合模塊，該每一張patch圖像和每一張patch圖像對應的patch下采樣圖像是通過對肺癌病理圖像進行預處理獲取的；所述多尺度特征提取融合模塊對patch圖像和patch下采樣圖像的具體處理過程為： S21.利用特征提取網(wǎng)絡提取每一張patch圖像的1024維特征；利用特征提取網(wǎng)絡提取每一張patch圖像對應的patch下采樣圖像的1024維特征； S22.將和連接，得到連接特征，的具體表達式為： S23.利用第一全連接層和激活函數(shù)將連接的特征進行融合，輸出融合特征； 在步驟S23中，融合特征的計算表達式為： 其中，和分別表示第一全連接層的兩個訓練參數(shù)，ReLu表示激活函數(shù)，滿足以下關系式： 其中，x表示ReLu激活函數(shù)的輸入； 所述特征聚合模塊內設有注意力子模塊，所述注意力子模塊設有依次相連的第二全連接層和第三全連接層，將融合特征輸入特征聚合模塊，所述特征聚合模塊對融合特征的具體處理過程為： S31.利用注意力子模塊提取融合特征之間的關聯(lián)信息，對融合特征分配對應的注意力得分，使用softmax函數(shù)歸一化注意力得分，具體計算表達式為： 其中，表示融合特征的注意力得分，和分別表示第二全連接層的兩個參數(shù)，和分別表示第三全連接層的兩個參數(shù)，tanh表示激活函數(shù)，滿足以下關系： ； 其中，表示tanh激活函數(shù)的輸入； S32.將注意力得分作為權值，加權平均所有的，輸出整張肺癌病理圖像的聚合特征，的計算表達式為： 。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人中山大學，其通訊地址為：510275 廣東省廣州市海珠區(qū)新港西路135號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。