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！

龙图腾网获悉长春理工大学申请的专利一种多尺度多区域的甲状腺结节预测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：CN116310535B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202310215158.X，技术领域涉及：G06V10/764；该发明授权一种多尺度多区域的甲状腺结节预测方法是由于林韬;曲朔欧;杨絮设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本一种多尺度多区域的甲状腺结节预测方法在说明书摘要公布了：本发明公开了一种多尺度多区域的甲状腺结节预测方法，属于医学图像处理和深度学习技术领域；包括：准备训练数据集；构建特征提取模型；构建特征重构模型；确定预测模型；本发明采用输入不同尺度不同区域的超声图像，将高低频模块和多尺度特征提取模块相结合，具体而言，在网络训练过程中将特征图按通道方向分为高低频特征，对甲状腺结节进行特征提取，随后进行特征重构，得到判别性特征；该网络所得的甲状腺结节特征提取更全面，良恶性预测结果准确率更高。

本发明授权一种多尺度多区域的甲状腺结节预测方法在权利要求书中公布了：1.一种多尺度多区域的甲状腺结节预测方法，其特征在于，具体步骤如下： 步骤1：准备训练数据集：收集甲状腺患者的甲状腺超声图像集，并进行图像预处理，构建训练数据集； 步骤2：构建特征提取模型：所述特征提取模型包括高低频特征提取模块及多尺度特征提取模块；将不同尺度、不同区域的甲状腺结节图像输入到高低频特征提取模块，根据结节轮廓、结节形状和结节边缘三个方面进行特征提取，将输出结果作为多尺度特征提取模块的输入，进行进一步地特征提取； 步骤3：构建特征重构模型：特征重构模型对步骤2得到的多尺度特征提取结果进行特征重构，优化网络模型，提高分类准确率； 步骤4：确定预测模型：使用训练集对网络模型进行训练，训练次数达到预设阈值后使用测试集对训练后的模型进行测试，当网络模型的准确率稳定在某个既定范围时，即认为网络模型训练完成，保存网络模型的参数；网络训练完成后，固定网络模型参数，确定该网络模型为最终的结节预测模型；最后基于训练完成的网络模型，预测甲状腺结节的类型； 所述步骤2中，所述高低频特征提取模块包括高频模块和低频模块，其中，所述高频模块用于对数据进行卷积及池化操作，低频模块用于对数据进行平均池化及上采样操作；所述多尺度特征提取模块包括四个不同的卷积块及一个短路机制； 所述四个不同的卷积块分别为一个卷积层、两个卷积层、三个卷积层和四个卷积层； 所述步骤3中，所述特征重构模型包括三个跳跃模块和一个卷积层；其中，每个跳跃模块包括四个卷积层、四个标准化操作层和四个激活函数层。

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长春理工大学，其通讯地址为：130022 吉林省长春市朝阳区卫星路7089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”。