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

龍圖騰網獲悉福建醫科大學附屬第一醫院申請的專利基于深度學習的乳腺腫塊超聲影像分類方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120451685B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510942905.9，技術領域涉及：G06V10/764；該發明授權基于深度學習的乳腺腫塊超聲影像分類方法及系統是由劉暉設計研發完成，并于2025-07-09向國家知識產權局提交的專利申請。

本基于深度學習的乳腺腫塊超聲影像分類方法及系統在說明書摘要公布了：本發明提供一種基于深度學習的乳腺腫塊超聲影像分類方法及系統，涉及超聲影像分類技術領域，本發明通過統一特征提取模型實現對多種超聲影像類型的集成處理，提升診斷效率，同時基于物理基礎特征生成的影像質量評分量化探頭壓力不均、設備噪聲干擾及運動偽影對成像質量的影響，并據此動態調節知識增強強度使病理敏感特征在醫學知識圖譜的加持下獲得精準補償，兩級級聯分類網絡建立分層決策機制在確保快速診斷的前提下針對惡性病變啟動亞型深度分析，提升識別率，進一步通過反映設備采集可信度的影像可靠因子，結合基于決策邏輯自洽性的模型認知因子形成雙因子動態校準系統為乳腺腫塊超聲影像的高效精確分類提供支持。

本發明授權基于深度學習的乳腺腫塊超聲影像分類方法及系統在權利要求書中公布了：1.一種基于深度學習的乳腺腫塊超聲影像分類方法，其特征在于，所述分類方法包括以下步驟： S1：通過預訓練的統一特征提取模型對當前輸入的乳腺腫塊超聲影像進行影像類型識別并提取物理基礎特征、病理敏感特征和設備干擾特征，其中，影像類型包括B型超聲影像、彈性成像影像和彩色多普勒影像； S2：基于物理基礎特征生成影像質量評分，并根據影像質量評分確定增強處理強度，基于增強處理強度，將病理敏感特征輸入預訓練的跨模態知識增強器，生成跨模態補強特征； S3：使用預訓練的兩級級聯分類網絡處理病理敏感特征和跨模態補強特征，獲得影像分類結果和初始置信度； S4：基于設備干擾特征計算影像可靠因子，基于影像分類結果計算模型認知因子，通過影像可靠因子和模型認知因子對初始置信度進行校準獲得最終置信度； S5：將影像分類結果和最終置信度作為最終分類結果進行輸出； 所述物理基礎特征包括針對B型超聲影像的聲阻抗分布矩陣、針對彈性成像影像的應變場特征張量和針對彩色多普勒影像的血流速度場分布； 所述增強處理強度通過預設的評分與強度映射表確定； 所述影像可靠因子的計算步驟包括： 對設備干擾特征進行三維頻域分解，獲得混響偽影高頻成分、運動模糊時變成分和設備噪聲空間成分； 計算混響偽影高頻成分在預設頻帶范圍內的單位帶寬能量值，并將其作為混響能量密度，檢測運動模糊時變成分在連續影像幀間的最大組織位移幅度，并將其作為運動偏移峰值，計算設備噪聲空間成分的空間像素分布的香農熵值，并將其作為噪聲空間熵； 基于預設的加權權重將混響能量密度、運動偏移峰值和噪聲空間熵加權求和獲得復合干擾強度系數； 基于影像類型和預設的類型系數映射表選擇衰減系數，將復合干擾強度系數與衰減系數相乘后，通過指數衰減函數轉換為影像可靠因子。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人福建醫科大學附屬第一醫院，其通訊地址為：350004 福建省福州市臺江區茶中路20號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。