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！

龙图腾网获悉杭州电子科技大学申请的专利一种三维自动乳腺超声图像聚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：CN118674955B 。

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：202410594154.1，技术领域涉及：G06V10/762；该发明授权一种三维自动乳腺超声图像聚类方法是由章国道;叶海洋;陈述政;周毅;叶铭滔;尹学松;乔通;周晓飞;缪杨涵设计研发完成，并于2024-05-14向国家知识产权局提交的专利申请。

本一种三维自动乳腺超声图像聚类方法在说明书摘要公布了：一种自动乳腺超声图像聚类方法，属于机器学习技术领域。本发明通过考虑生物数据聚类的子空间聚类算法和求解该算法的迭代优化算法，以及CAD系统的实际应用，能够提供更有效、快速和经济可行的三维ABUS影像的乳腺癌早期筛查方案；本发明提出封装数据的局部结构并对特征应用非负约束的图像表征方法，来兼顾数据的全局和局部结构特征；同时将流形正则化器合并到图像表征中以考虑数据的流形结构，由此得到GLSR算法框架；然后基于ADMM迭代方法开发了一种高效的迭代算法来保证我们提出的GLSR算法得到局部最优解并保证收敛。

本发明授权一种三维自动乳腺超声图像聚类方法在权利要求书中公布了：1.一种自动乳腺超声图像聚类方法，其特征在于，包括以下步骤： 步骤1、获取三维乳腺超声影像数据； 步骤2、将获得的三维图像逐一处理成二维向量作为后续处理的样本； 步骤3、考虑样本空间的流形结构，得到样本与样本之间的相似度矩阵，并由相似度矩阵得到任意两个特征的平滑表示； 步骤4、创建表示图，并对特征应用非负约束； 步骤5、整合流形正则化器与表示图，并引入稀疏误差得到图正则化最小二乘回归GLSR目标函数；所述步骤5的具体过程如下： 步骤5.1、将步骤3的流形正则化器合并到步骤4的表示图中，得到综合考虑样本流形结构、局部结构和全局结构的聚类函数模型； 步骤5.2、引入稀疏误差项λ3||E||1到聚类函数模型，其中λ3是正的正则化参数，E表示误差； 步骤5.3、对系数矩阵A增加约束A1＝1,diagA＝0，使其每行或列的元素和为1； 步骤6、基于交替方向乘子法ADMM求解法，引入两个辅助变量W和Q，对图正则化最小二乘回归GLSR目标函数进行求解，得到聚类结果；所述步骤6的具体过程如下： 步骤6.1、新增参数变量W和Q用以区分各个因式中的参数矩阵A，构造增广拉格朗日函数并对其进行简化； 步骤6.2、求解增广拉格朗日函数； 步骤6.3、计算亲和矩阵，通过谱聚类算法得到K个聚类结果。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街1158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”。