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基于不平衡数据的乳腺癌影像多任务分类方法和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：CN117253091B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202311305827.9，技术领域涉及：G06V10/764；该发明授权一种基于不平衡数据的乳腺癌影像多任务分类方法和系统是由庞雪倩;高飞;葛瑞泉;徐岗设计研发完成，并于2023-10-10向国家知识产权局提交的专利申请。

本一种基于不平衡数据的乳腺癌影像多任务分类方法和系统在说明书摘要公布了：本发明公开了一种基于不平衡数据的乳腺癌影像多任务分类方法及系统，该方法首先获取超声乳腺癌影像和CT影像，构建数据集，并进行数据增强。其次使用平衡损失函数处理不同数量的乳腺癌类别，并把不同类别的乳腺癌影像的数量作为权重输入到损失函数中。然后构建特征提取模块，将二分类和六分类的网络均进行联合训练和解耦训练，把两个训练提取的特征融合进行分类，并使用增强后的图像进行测试，输出该乳腺癌影像中病灶区域良恶性的判断结果。本发明能够在更少的数据量下，更快地得到表现更好的模型，并使得网络模型对于特征的提取更加精准。

本发明授权一种基于不平衡数据的乳腺癌影像多任务分类方法和系统在权利要求书中公布了：1.一种基于不平衡数据的乳腺癌影像多任务分类方法，其特征在于，包括以下步骤： S1、获取超声乳腺癌影像和CT影像，构建数据集； 数据集中，根据BI-RADS评估标签的等级分为六类，根据良恶性分为两类； S2、对得到的每一张乳腺癌影像和CT影像，进行数据增强； S3、使用平衡损失函数处理不同数量的乳腺癌类别，并把不同类别的乳腺癌影像的数量作为权重输入到损失函数中； S4、构建特征提取模块，将二分类和六分类的网络均进行联合训练和解耦训练，联合训练作为任务1，解耦训练作为任务2，把两个任务提取的特征融合进行分类； 所述特征提取模块为DenseNet121网络或者为SwinTransformer_Tiny网络，该网络的参数均为随机初始化生成，二分类模型和六分类模型的架构均为CNN或者Transformer网络，连接Flatten层、激活函数为LeakyReLU，带l2参数的致密层、丢弃层、激活函数为softmax，神经元数为2的输出层； S5、使用S2中获得的图像训练S4中得到的网络模型，进行训练，具体过程如下： 使用S2中获得的图像训练S4中得到的网络模型，生成对乳腺癌进行以BI-RADS为标签的六分类和以良恶性为标签的二分类网络模型，并把两个模型的特征融合进行联合模型的训练，把联合训练中的二分类当作生成器，把六分类当作判别器，训练一个GAN模型，将训练出的联合模型和GAN模型用一个二分类的分类头衔接，微调分类头，冻结住权重训练一个二分类的分类头； S6、获取拥有标签的乳腺癌影像，输入S5中训练得到的网络模型，输出该乳腺癌影像中病灶区域良恶性的判断结果。

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 浙江省杭州市钱塘区白杨街道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”。

以上内容由龙图腾AI智能生成。