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)獲悉哈爾濱理工大學申請的專利基于多任務超聲甲狀腺結節(jié)分割與分類模型的建立方法、分割與分類方法和計算機設備獲國家發(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：CN115393584B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-09-12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：202210921524.9，技術領域涉及：G06V10/26；該發(fā)明授權基于多任務超聲甲狀腺結節(jié)分割與分類模型的建立方法、分割與分類方法和計算機設備是由劉俠;呂志偉;李冰;桂桑榆;宋方影設計研發(fā)完成，并于2022-08-02向國家知識產(chǎn)權局提交的專利申請。

本基于多任務超聲甲狀腺結節(jié)分割與分類模型的建立方法、分割與分類方法和計算機設備在說明書摘要公布了：基于多任務超聲甲狀腺結節(jié)分割與分類模型的建立方法、分割與分類方法和計算機設備，屬于圖像處理技術領域，解決甲狀腺結節(jié)多尺度、結節(jié)邊緣模糊、良惡分類不平衡以及數(shù)據(jù)不平衡問題。方法包括：以FCN為主干共享網(wǎng)絡，基于UNet解碼層為分割分支網(wǎng)絡和ResNet34為分類分支網(wǎng)絡。主干共享網(wǎng)絡對輸入超聲圖像采用參數(shù)硬共享的方式進行淺層特征提取，將提取的特征共享給兩個分支網(wǎng)絡。分割分支網(wǎng)絡中，首先在主干共享網(wǎng)絡后引入深層卷積塊，獲取分割分支深層特征，其次對各個特征提取階段獲取到的淺層特征通過帶有多尺度卷積注意力模塊的跳躍連接操作。在分類分支殘差模塊前后結合M?CBAM，通過M?CBAM和殘差模塊優(yōu)化分類性能。本發(fā)明適用于超聲甲狀腺結節(jié)的分割與分類。

本發(fā)明授權基于多任務超聲甲狀腺結節(jié)分割與分類模型的建立方法、分割與分類方法和計算機設備在權利要求書中公布了：1.一種基于多任務超聲甲狀腺結節(jié)分割與分類模型的建立方法，其特征在于，聯(lián)合超聲甲狀腺結節(jié)分割與分類模型以FCN為主干網(wǎng)絡框架，分支網(wǎng)絡分別為基于UNet解碼層的分割分支網(wǎng)絡和ResNet34的分類分支網(wǎng)絡，所述方法包括： 所述FCN對圖像進行卷積池化操作，提取淺層特征，獲取FCN的輸出特征張量； 將所述FCN的輸出特征張量分別輸入到所述分割分支網(wǎng)絡與所述分類分支網(wǎng)絡中； 所述分割分支網(wǎng)絡基于UNet解碼層，將所述FCN的輸出特征張量通過深層卷積塊，提取深層特征，再對所述深層特征進行上采樣，并將所述上采樣結果與所述FCN每個特征提取階段經(jīng)過跳躍連接后的特征張量進行拼接，獲取拼接特征張量，最后對所述拼接特征張量進行分割卷積處理，獲取分割結果，其中，所述跳躍連接為基于多尺度卷積注意力模塊M-CBAM的跳躍連接； 所述分類分支網(wǎng)絡基于ResNet34，對所述FCN的輸出特征張量進行M-CBAM和殘差模塊的操作，獲取分類結果； 分別對所述分割分支網(wǎng)絡與所述分類分支網(wǎng)絡進行訓練，獲取所述分割分支網(wǎng)絡的損失函數(shù)和所述分類分支網(wǎng)絡的損失函數(shù)； 根據(jù)所述分割分支網(wǎng)絡的損失函數(shù)和所述分類分支網(wǎng)絡的損失函數(shù)，獲取總損失函數(shù)；根據(jù)所述總損失函數(shù)，進行預設迭代次數(shù)的訓練，獲取最優(yōu)的聯(lián)合超聲甲狀腺結節(jié)分割與分類模型，完成模型建立。

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?qū)＠麢嗳?a target="_blank" rel="noopener noreferrer nofollow" href="https://iptop.www.hzsmkbearing.com.cn/list?keyword=%E5%93%88%E5%B0%94%E6%BB%A8%E7%90%86%E5%B7%A5%E5%A4%A7%E5%AD%A6&temp=1">哈爾濱理工大學，其通訊地址為：150080 黑龍江省哈爾濱市南崗區(qū)學府路52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)”。