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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于动态特征融合网络的多模态乳腺超声诊断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：CN119515809B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411566273.2，技术领域涉及：G06T7/00；该发明授权一种基于动态特征融合网络的多模态乳腺超声诊断系统是由闫鹏飞;罗浩;李明磊;周航;蒋宇辰;周显礼设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本一种基于动态特征融合网络的多模态乳腺超声诊断系统在说明书摘要公布了：一种基于动态特征融合网络的多模态乳腺超声诊断系统，本发明属于医学图像处理领域，具体涉及基于动态特征融合网络的多模态乳腺超声诊断系统。本发明为解决现有方法对乳腺超声识别准确率低的问题。系统包括：多模态数据预处理主模块用于对采集的多模态乳腺超声图像进行预处理，获得预处理后的多模态乳腺超声图像；多模态卷积神经网络主模块用于搭建动态特征融合网络模型；模型训练主模块利用预处理后的多模态乳腺超声图像对搭建的动态特征融合网络模型进行训练，获得训练好的动态特征融合网络模型；模型测试主模块用于加载训练好的动态特征融合网络模型，对待诊断的多模态乳腺超声图像进行分类，识别多模态超声图像中乳腺肿瘤的良恶性。

本发明授权一种基于动态特征融合网络的多模态乳腺超声诊断系统在权利要求书中公布了：1.一种基于动态特征融合网络的多模态乳腺超声诊断系统，其特征在于：所述系统包括： 多模态数据预处理主模块、多模态卷积神经网络主模块、模型训练主模块与模型测试主模块； 所述多模态数据预处理主模块用于对采集的多模态乳腺超声图像进行预处理，获得预处理后的多模态乳腺超声图像； 所述多模态乳腺超声图像包括B型超声、彩色多普勒血流成像和超声弹性成像； 所述多模态卷积神经网络主模块用于搭建动态特征融合网络模型； 所述模型训练主模块利用预处理后的多模态乳腺超声图像对搭建的动态特征融合网络模型进行训练，获得训练好的动态特征融合网络模型； 所述模型测试主模块用于加载训练好的动态特征融合网络模型，对待诊断的多模态乳腺超声图像进行分类，识别多模态超声图像中乳腺肿瘤的良恶性； 所述多模态卷积神经网络主模块用于搭建动态特征融合网络模型；具体过程为： 动态特征融合网络模型依次包括多模态卷积神经网络、可变形空间注意力模块、动态特征融合模块、全局平均池化层、全连接层、softmax函数层； 动态特征融合网络模型具体工作过程为： 预处理后的多模态乳腺超声图像输入多模态卷积神经网络，多模态卷积神经网络输出特征输入可变形空间注意力模块，可变形空间注意力模块输出特征输入动态特征融合模块，动态特征融合模块输出特征； 将动态特征融合模块输出特征依次输入全局平均池化层、全连接层、softmax函数层，softmax函数层输出预处理后的多模态乳腺超声图像分为每类的概率值； 所述多模态卷积神经网络包括分支1、分支2和分支3； 分支1依次包括ResNet50网络、第一卷积层、ReLU激活函数、批归一化层、第二卷积层、ReLU激活函数、批归一化层、第三卷积层、ReLU激活函数、批归一化层； 分支2依次包括ResNet50网络、第四卷积层、ReLU激活函数、批归一化层、第五卷积层、ReLU激活函数、批归一化层、第六卷积层、ReLU激活函数、批归一化层； 分支3依次包括ResNet50网络、第七卷积层、ReLU激活函数、批归一化层、第八卷积层、ReLU激活函数、批归一化层、第九卷积层、ReLU激活函数、批归一化层； 第一卷积层的卷积核大小为1×1，第二卷积层的卷积核大小为3×3，第三卷积层的卷积核大小为1×1； 第四卷积层的卷积核大小为1×1，第五卷积层的卷积核大小为3×3，第六卷积层的卷积核大小为1×1； 第七卷积层的卷积核大小为1×1，第八卷积层的卷积核大小为3×3，第九卷积层的卷积核大小为1×1； 所述多模态卷积神经网络具体工作过程为： 预处理后的B型超声图像输入分支1，分支1输出特征1； 预处理后的彩色多普勒血流成像输入分支2，分支2输出特征2； 预处理后的超声弹性成像输入分支3，分支3输出特征3； 所述可变形空间注意力模块包括分支1、分支2和分支3； 所述可变形空间注意力模块具体工作过程为： 将多模态卷积神经网络中分支1输出的特征1输入可变形空间注意力模块的分支1，可变形空间注意力模块的分支1输出特征A1； 将多模态卷积神经网络中分支2输出的特征2输入可变形空间注意力模块的分支2，可变形空间注意力模块的分支2输出特征A2； 将多模态卷积神经网络中分支3输出的特征3输入可变形空间注意力模块的分支3，可变形空间注意力模块的分支3输出特征A3； 将可变形空间注意力模块输出特征A1依次输入全连接层、ReLU激活函数层，ReLU激活函数层输出B型超声判断为类别k的概率 将可变形空间注意力模块输出特征A2依次输入全连接层、ReLU激活函数层，ReLU激活函数层输出彩色多普勒血流成像判断为类别k的概率 将可变形空间注意力模块输出特征A3依次输入全连接层、ReLU激活函数层，ReLU激活函数层输出超声弹性成像判断为类别k的概率

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。

以上内容由龙图腾AI智能生成。