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！

龙图腾网获悉四川轻化工大学申请的专利一种基于改进DCGAN训练策略的病理图像增强与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：CN120496074B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202510975871.3，技术领域涉及：G06V20/70；该发明授权一种基于改进DCGAN训练策略的病理图像增强与分类方法是由丁菊容;李霞;潘兴亮;华波;刘硕;王杰;杜玲艳;殷杰;陈新设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本一种基于改进DCGAN训练策略的病理图像增强与分类方法在说明书摘要公布了：本发明公开了一种基于改进DCGAN训练策略的病理图像增强与分类方法，通过改进的DCGAN训练策略，在有限标注样本条件下生成高保真度的病理图像；将生成图像添加到原始数据中，提高原始数据集的质量；通过轻量化CRC病理图像分类网络MRD‑Net模型对图像进行分类。本方案显著提升了原始数据集的质量，有效缓解医学影像数据获取难、标注成本高等问题，在保证分类准确性的前提下，大幅降低了模型参数量，显著提升了分类的效率。

本发明授权一种基于改进DCGAN训练策略的病理图像增强与分类方法在权利要求书中公布了：1.一种基于改进DCGAN训练策略的病理图像增强与分类方法，其特征在于，包括以下步骤： 步骤S1：通过改进的DCGAN训练策略，在有限标注样本条件下生成高保真度的病理图像；所述改进的DCGAN训练策略基于DCGAN网络架构，包括生成器、判别器和卷积层，并对生成器与判别器的层数和通道数进行修改，所述生成器与判别器均包括六个卷积块；所述生成器在训练初期向输入数据中引入均值为0且方差为1的高斯噪声，随后通过指数衰减策略逐步减小噪声方差，并对真实数据与生成数据均引入DiffAugment增强数据； 步骤S2：将生成图像添加到原始数据中，提高原始数据集的质量； 步骤S3：通过轻量化CRC病理图像分类网络MRD-Net模型对图像进行分类；所述轻量化CRC病理图像分类网络MRD-Net模型包括特征提取器模块和分类器模块，所述特征提取器模块由五个卷积块组成，其通道数依次为32、96、192、384和512，其中第一个卷积块采用两个3×3卷积层进行初始特征提取，后接BatchNormalization、ReLU激活函数和MaxPool层进行降维处理；第二至第五个卷积块引入改进的DSC模块；所述改进的DSC模块具体设置为： 通过一个1×1卷积扩展通道维度并引入非线性映射，随后使用一个3×3深度卷积提取空间特征，再用一个1×1卷积进行通道融合； 将通道融合后的结果与第一个1×1卷积的输出相加，通过ReLU激活函数生成最终输出； 特征提取部分最终通过一个AdaptiveMaxPool层将空间特征压缩为固定的全局表示，供所述分类器模块使用。

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四川轻化工大学，其通讯地址为：643002 四川省自贡市汇东学苑街180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”。