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)獲悉復影(上海)醫(yī)療科技有限公司申請的專利基于深度學習的腦腫瘤分類方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN120107703B 。

龍圖騰網(wǎng)通過國家知識產權局官網(wǎng)在2025-08-26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：202510578847.6，技術領域涉及：G06V10/764；該發(fā)明授權基于深度學習的腦腫瘤分類方法是由劉曉;耿道穎;戴健;鄭智佶;呂錕;周錕設計研發(fā)完成，并于2025-05-07向國家知識產權局提交的專利申請。

本基于深度學習的腦腫瘤分類方法在說明書摘要公布了：本發(fā)明提供了一種基于深度學習的腦腫瘤分類方法，包括：將多模態(tài)磁共振成像圖像均勻分割為多個小塊，通過隨機幾何變換生成增強拼圖，輸入ResNet50骨干網(wǎng)絡提取初級局部特征，優(yōu)化特征分布；獲取不同階段多尺度特征圖，構建輕量級卷積塊，增強局部病理關聯(lián)性；將不同階段多尺度特征圖進行全連接層拼接，引入可學習權重矩陣動態(tài)分配各階段權重，生成融合特征；采用漸進式參數(shù)解凍機制，確保模型從局部到全局的有序學習；根據(jù)類別頻率動態(tài)調整樣本權重，結合多級分類器損失加權融合，平衡局部判別力與全局一致性；通過多級預測概率加權平均及動態(tài)閾值調整生成最終分類結果，結合sigmoid校準模塊提升臨床可用性。

本發(fā)明授權基于深度學習的腦腫瘤分類方法在權利要求書中公布了：1.一種基于深度學習的腦腫瘤分類方法，其特征在于，包括： 步驟1：將輸入MRI圖像均勻分割為小塊，通過隨機幾何變換生成增強拼圖，拼圖增強后的圖像輸入ResNet50骨干網(wǎng)絡的Conv1層，通過3×3卷積與最大池化提取初級局部特征；通過BatchNorm逐層歸一化輸入數(shù)據(jù)分布，通過ReLU激活函數(shù)在正區(qū)間線性特性使得梯度恒定為1； 步驟2：通過ResNet50骨干網(wǎng)絡的Stage1~Stage4這四個階段進行多尺度特征圖提取；在Stage2至Stage4的特征圖輸出后，采用由兩個3×3卷積層組成的輕量級卷積塊進行局部特征增強；接著，BatchNorm層對每個全連接層輸出進行通道歸一化，抑制梯度震蕩；ReLU激活函數(shù)通過稀疏化篩選關鍵病理特征；最終通過Softmax函數(shù)輸出各階段對腦腫瘤類型的概率分布，作為中間監(jiān)督信號優(yōu)化ResNet50骨干網(wǎng)絡訓練； 步驟3：將不同階段多尺度特征圖進行全連接層拼接，引入可學習權重矩陣動態(tài)分配各階段權重，生成融合特征； 步驟4：采用漸進式參數(shù)解凍機制，確保模型從局部到全局的有序學習； 步驟5：根據(jù)類別頻率動態(tài)調整樣本權重，結合多級分類器損失加權融合，平衡局部判別力與全局一致性； 步驟6：通過多級預測概率加權平均及動態(tài)閾值調整生成最終分類結果； 所述隨機幾何變換包括旋轉±30°、縮放0.8~1.2倍、水平垂直翻轉中的至少一種，生成局部遮擋樣本以增強模型抗干擾能力； 所述輕量級卷積塊包括： 第一層：采用膨脹率為2的3×3卷積層，擴展感受野以捕獲跨區(qū)域病理關聯(lián)性； 第二層：采用深度可分離卷積層壓縮參數(shù)量，并通過全局平均池化消除空間冗余信息； 所述漸進式參數(shù)解凍機制包括： 第一步，僅解凍ResNet50骨干網(wǎng)絡的第一網(wǎng)絡層，通過中間分類器優(yōu)化局部紋理特征； 第二步，解凍ResNet50骨干網(wǎng)絡的第二網(wǎng)絡層，采用余弦退火學習率策略防止深層網(wǎng)絡震蕩； 第三步，解凍ResNet50骨干網(wǎng)絡的第三網(wǎng)絡層并引入跨模態(tài)特征對齊模塊，通過梯度裁剪限制參數(shù)更新幅度； 第四步，解凍ResNet50骨干網(wǎng)絡的第四網(wǎng)絡層及全局分類器，采用級聯(lián)金字塔結構融合多尺度特征； 權重分配通過以下公式實現(xiàn)： 式中，權重通過Softmax歸一化后表征各階段特征的重要性，為權重矩陣，為第階段的特征向量，為偏置項，為總的階段數(shù)，為第階段的特征向量； 根據(jù)類別頻率動態(tài)調整樣本權重，表達式為： 結合多級分類器損失加權融合，表達式為： 其中：表示類別在訓練數(shù)據(jù)集中的出現(xiàn)頻率；表示第i個樣本的真實標簽；表示訓練批次中的總樣本數(shù)；表示樣本索引；表示模型對第i個樣本的預測概率。

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復影(上海)醫(yī)療科技有限公司，其通訊地址為：201306 上海市浦東新區(qū)中國(上海)自由貿易試驗區(qū)臨港新片區(qū)環(huán)湖西二路888號C樓；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)”。