买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西南大学申请的专利一种结合小波变换和张量网络的医学图像分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113989576B 。

龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111475762.3，技术领域涉及：G06V10/764；该发明授权一种结合小波变换和张量网络的医学图像分类方法是由赖红;黄延设计研发完成，并于2021-12-06向国家知识产权局提交的专利申请。

本一种结合小波变换和张量网络的医学图像分类方法在说明书摘要公布了：本发明涉及医学图像分类技术领域，具体公开了一种结合小波变换和张量网络的医学图像分类方法，提出了一种粗粒化网络，该粗粒化网络结合了小波变换和MERA，即将D4小波编码到MERA中，形成一个内部参数固定的waveletMERA模型，并且还构建了一个如全连接层般的张量分类网络。本发明使用MNIST数据集、Covid‑19数据集和LIDC数据集进行多维验证，结果表明waveletMERA的准确率稳定居高，比CNNs的深度神经网络具有更好的粗粒化能力，使waveletMERA能够在保证精度的同时，更大程度上减少模型的参数量。结果表明waveletMERA不仅在分类上优于当前主流的深度神经网络，而且在数据预处理方面也优于普通小波变换。不仅如此，waveletMERA还具有张量网络本身的可解释性优势。

本发明授权一种结合小波变换和张量网络的医学图像分类方法在权利要求书中公布了：1.一种结合小波变换和张量网络的医学图像分类方法，其特征在于，包括步骤： S1、将具有N个像素的医学二维灰度图像展平为长度为N的一维向量vx； S2、将一维向量vx中的每一个元素xi特征映射为希尔伯特空间当中的一个量子态，得到N个量子态；在步骤S2中，一维向量vx中的第i个元素xi被映射为：|φxi＝|0+xi|1； S3、通过结合了小波变换和张量网络的粗粒化网络对N个量子态进行L次粗粒化处理，每次输出一个仅含有单个|1态的项，从而得到L个仅含有单个|1态的项作为粗粒化输出；在所述步骤S3中，所述粗粒化网络基于粗粒化单元构建，所述粗粒化单元包括两个解纠缠器和一个等距；该两个解纠缠器用于输入通过张量积连接的步骤S2所得N个量子态中的四个相邻量子态，通过解纠缠各自得到一个仅含有单个|1态的项；该等距用于对该两个解纠缠器输出的两个仅含有单个|1态的项进行粗粒化操作，得到对应的一个仅含有单个|1态的项； S4、将该粗粒化输出特征映射为多个特征值并通过张量积连接起来输入训练完成的张量分类网络中，得到预测的分类结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西南大学，其通讯地址为：400715 重庆市北碚区天生路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。