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！

龙图腾网获悉青岛大学申请的专利基于肺部影像与病理数据的肺损伤智能检测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：CN120260893B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510750578.7，技术领域涉及：G16H50/20；该发明授权基于肺部影像与病理数据的肺损伤智能检测系统是由杜文兴;矫文捷;邱桐;赵雄伟;徐荣建;孙晓;秦毅;沃杨;陈阳;徐俊;臧博设计研发完成，并于2025-06-06向国家知识产权局提交的专利申请。

本基于肺部影像与病理数据的肺损伤智能检测系统在说明书摘要公布了：本发明涉及智能医学领域，具体是基于肺部影像与病理数据的肺损伤智能检测系统，包括多模态数据采集模块、智能分割模块、跨模态特征融合模块和肺损伤分类检测模块；本发明采用一种基于双向门控的跨注意力多模态特征融合方法，对肺部CT图像与病理文本进行编码，以双向门控注意力机制实现模态交互突出病变区域，引入通道‑空间注意力门，优化特征融合，实现准确的肺损伤检测；采用一种基于多层融合优化与多层并行增强的医学图像分割方法，通过基于深度可分离卷积的多层特征优化与基于残差机制的三层并行特征增强，保留关键特征即病灶区域，捕获非线性信息的同时有效整合局部‑全局特征，对肺部病灶区域进行精准分割，增加肺损伤检测的准确性。

本发明授权基于肺部影像与病理数据的肺损伤智能检测系统在权利要求书中公布了：1.基于肺部影像与病理数据的肺损伤智能检测系统，其特征在于： 包括多模态数据采集模块、智能分割模块、跨模态特征融合模块和肺损伤分类检测模块； 所述多模态数据采集模块，从肺部医学影像数据库采集肺部CT图像，采集肺病科就诊患者的病理数据； 所述智能分割模块，采用一种基于多层融合优化与多层并行增强的医学图像分割方法，对肺部CT图像进行分割，得到病灶图像； 所述一种基于多层融合优化与多层并行增强的医学图像分割方法，具体包括以下步骤： 步骤S1：对肺部CT图进行三层下采样，得到三级编码特征、、； 步骤S2：对编码特征进行基于位置嵌入的注意力模块优化，得到细化特征； 步骤S3：对细化特征进行基于深度可分离卷积的多层特征优化，得到优化特征： ； 式中，代表批量归一化，代表ReLU激活函数，代表卷积核大小为k的深度方向可分离卷积，其中k=2i-1，代表卷积核大小为k×k的标准卷积，代表优化特征； 步骤S4：对编码特征进行基于残差机制的三层并行特征增强，得到增强特征，具体包括以下步骤： 步骤S41：对编码特征进行标准卷积、批量归一化与ReLU激活，得到得到标准特征； 步骤S42：对标准特征分别进行最大池化与平均池化，并将所得结果进行连接、标准卷积、批量归一化与ReLU激活，得到增强特征； 步骤S43：对编码特征进行全局平均池化处理、标准卷积、批量归一化与Sigmoid激活，得到得到增强特征； 步骤S44：对增强特征与增强特征进行融合后，与编码特征进行相加，得到增强特征； 步骤S5：对增强特征、优化特征与编码特征、进行基于深度可分离卷积的多尺度特征融合与基于残差机制的三层并行空间增强的三层上采样解码，得到分割掩码； 步骤S6：根据分割掩码生成肺部分割图，即病灶图像； 所述跨模态特征融合模块，采用一种基于双向门控的跨注意力多模态特征融合方法，对病理数据以及病灶图像进行特征的融合提取，得到跨模态融合特征； 所述肺损伤分类检测模块，对融合特征进行激活分类，得到肺损伤的分类检测结果。

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青岛大学，其通讯地址为：266071 山东省青岛市市南区宁夏路308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”。