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！

龍圖騰網獲悉吉林大學申請的專利一種基于深度學習的腫瘤分類系統構建方法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：CN115272772B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202210967185.8，技術領域涉及：G06V10/764；該發明授權一種基于深度學習的腫瘤分類系統構建方法是由陳玫玫;吳金洋;王世剛設計研發完成，并于2022-08-12向國家知識產權局提交的專利申請。

本一種基于深度學習的腫瘤分類系統構建方法在說明書摘要公布了：本發明的一種基于深度學習的腫瘤分類系統構建方法屬于計算機視覺及深度學習領域，步驟包括：選取確診的PCNSL放射影像和GBM放射影像并分為訓練集和測試集，對訓練集進行數據增廣，在Swin?Transformer模型基礎上加以改進，用數據増廣后的訓練集中的數據對改進的Swin?Transformer模型進行訓練，然后將測試集的圖像輸入至已訓練模型中，驗證識別效果。本發明的方法是基于醫學影像非侵入式診斷方式，既能夠減輕患者痛苦，又可以為醫生提供準確的影像診斷依據，具有重要的科學意義和醫學價值。

本發明授權一種基于深度學習的腫瘤分類系統構建方法在權利要求書中公布了：1.一種基于深度學習的腫瘤分類系統構建方法，包括以下步驟： S1：選取確診的PCNSL放射影像和GBM放射影像，每種影像數目不少于800張，每種類型的放射影像均按照7:3的比例分為訓練集和測試集； S2：對S1中的訓練集進行數據增廣，所述的數據增廣包括縮放圖像尺寸、隨機翻轉圖像、隨機裁剪圖像、圖像數據歸一化、Mixup、Cutout以及CutMix； S3：在Swin-Transformer模型基礎上加以改進，對Swin-Transformer網絡中的數據采樣、特征提取、損失函數三個模塊進行平衡化處理，以求得更高的準確率與精確性；所述的平衡化處理分別是：利用Patch-Balance取代特征提取模塊；利用Sample-Balance取代數據采樣模塊；利用BalancedLoss取代損失函數模塊；其中Patch-Balance是對Swin-Transformer模型中的Patch的提取方式由均勻取樣變為間隔采樣，Sample-Balance是對Swin-Transformer模型中數據類型加權，BalancedLoss是采用LabelSmoothing對損失函數進行正則化； S4：用S2數據増廣后的訓練集中的數據對S3中改進的Swin-Transformer模型進行訓練，然后將測試集的圖像輸入至已訓練模型中，驗證識別效果。

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吉林大學，其通訊地址為：130012 吉林省長春市長春高新技術產業開發區前進大街2699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”。