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！

龙图腾网获悉山东大学申请的专利一种基于生成对抗网络的萎缩性胃炎自动识别系统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：CN119251604B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202411782973.5，技术领域涉及：G06V10/764；该发明授权一种基于生成对抗网络的萎缩性胃炎自动识别系统是由刘治;杨晓云;姜善之;李真;崔笑笑;崔立真设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本一种基于生成对抗网络的萎缩性胃炎自动识别系统在说明书摘要公布了：本发明属于医学图像自动识别技术领域，具体涉及一种基于生成对抗网络的萎缩性胃炎自动识别系统，包括数据获取模块，用于获取所需部位的胃镜图像，并且标注胃镜图像的部位、是否萎缩以及萎缩区域信息，得到胃镜图像数据集；双重采样模块，用于对胃镜图像数据集进行预处理和双重采样，得到平衡的胃镜图像数据集；模型训练模块，用于利用平衡的胃镜图像数据集分别训练木村竹本分型模型和萎缩区域识别模型；联合识别模块，用于利用木村竹本分型模型和萎缩区域识别模型分别对待测胃镜图像进行处理，进行联合识别，确定胃镜图像中萎缩性胃炎的严重程度；本发明可以对胃镜图像进行萎缩性胃炎的自动识别，具有较高的准确性，以辅助医生。

本发明授权一种基于生成对抗网络的萎缩性胃炎自动识别系统在权利要求书中公布了：1.一种基于生成对抗网络的萎缩性胃炎自动识别系统，其特征是，包括： 数据获取模块，用于获取所需部位的胃镜图像，并且标注胃镜图像的部位、是否萎缩以及萎缩区域信息，得到胃镜图像数据集； 双重采样模块，用于对胃镜图像数据集进行预处理，以及基于生成对抗网络的特征筛选双重采样，得到平衡的胃镜图像数据集； 模型训练模块，用于利用平衡的胃镜图像数据集分别训练木村竹本分型模型和萎缩区域识别模型； 联合识别模块，用于利用木村竹本分型模型和萎缩区域识别模型分别对待测胃镜图像进行处理，并且基于两个模型的输出，进行联合识别，确定胃镜图像中萎缩性胃炎的严重程度； 在木村竹本分型模型和萎缩区域识别模型中加入防止误预测为非萎缩的机制； 所述双重采样模块，包括欠采样模块，被配置为：对需要欠采样类中的每一张图像使用网络模型提取特征，得到特征向量； 计算每两个特征向量之间的欧式距离，对每一个特征向量，选取该特征向量与其他特征向量距离中最小的m个值； 将选出的m个距离值的倒数相加得到该图像的得分，按照得分进行排序，按照设定比例将图像划分为保留区和欠采样区； 对欠采样区的图像进行随机欠采样，欠采样保留的图像数量为g×1-u，将采样保留的图像与保留区图像加入训练集； 所述双重采样模块，包括过采样模块，被配置为：基于StyleGAN2ADA网络构建特征筛选过采样模型；构建生成器和鉴别器，所述生成器用于生成假样本，鉴别器用于区分生成器生成的样本和真实样本； 训练生成器和鉴别器，训练过程中，将图像先进行调整和增强； 在训练鉴别器时，将隐变量输入到生成器后得到假样本图像，将真实样本图像和假样本图像进行相同的增强变化，将变化后的图像输入到鉴别器，使用非饱和逻辑损失训练鉴别器： ； 在训练生成器时，将隐变量输入到生成器后得到假样本图像，将假样本图像进行增强变化，将变化后的图像输入到鉴别器，使用非饱和逻辑损失进行生成器的训练； 进行特征筛选，对训练后的生成器和鉴别器生成的图像和原始图像，进行特征提取，得到生成图像的特征向量和原始图像的特征向量，计算生成图像的特征向量与每一张原始图像的特征向量的距离，选取其中最小的n个距离值，将选取的n个距离值的倒数相加得到该图像的得分，设置阈值h，如果该图像的得分小于h，则该图像不能够作为训练使用的图像，如果该图像的得分大于等于h，将该图像加入训练集； 重复上述特征筛选过程，直到训练集图像数量大于等于g×1-u后停止。

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山东大学，其通讯地址为：266237 山东省青岛市即墨区滨海路72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”。