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！

龙图腾网获悉武汉轻工大学申请的专利膝骨关节图像智能检测方法、装置、电子设备及可读介质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：CN115760770B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202211450986.3，技术领域涉及：G06T7/00；该发明授权膝骨关节图像智能检测方法、装置、电子设备及可读介质是由王恒;油梦楠;尤昕源;汪骁虎;张普设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本膝骨关节图像智能检测方法、装置、电子设备及可读介质在说明书摘要公布了：本发明提供一种膝骨关节图像智能检测方法、装置、电子设备及可读介质，包括对膝骨关节炎X光数据进行图像标注和增强处理，井按照比例构建训练集和验证集；引入残差融合模块，基于YOLOx神经网络结构框架构建膝骨关节炎X光识别模型；所述识别模型将YOLOx神经网络结构框架中的CSPDarknet模块用多组合残差融合网络ResXBlockNet进行替换，并在多组合残差融合网络ResXBlockNet中引入残差融合模块；基于训练集，进行训练得到训练完成的膝骨关节炎X光识别模型；对新采集的膝骨关节炎X光图片输入至训练完成的识别模型，输出膝骨关节图像智能检测结果。

本发明授权膝骨关节图像智能检测方法、装置、电子设备及可读介质在权利要求书中公布了：1.一种膝骨关节图像智能检测方法，其特征在于：包括以下步骤， 步骤1，对膝骨关节炎X光数据进行图像标注和增强处理，井按照比例构建训练集和验证集； 步骤2，引入残差融合模块，基于YOLOx神经网络结构框架构建膝骨关节炎X光识别模型；所述识别模型将YOLOx神经网络结构框架中的CSPDarknet模块用多组合残差融合网络ResXBlockNet进行替换，并在多组合残差融合网络ResXBlockNet中引入残差融合模块； 述膝骨关节炎X光识别模型包括多组合残差融合网络ResXBlockNet、特征金字塔FPN和检测头YoloHead；所述多组合残差融合网络ResXBlockNet中包括输入层、CBL模块以及5个残差融合模块ResxB，将输入层的输入的内容传入给CBL模块，并依次传入5个ResxB模块，ResXBlockNet经特征金字塔FPN进行的特征传输分为三部分， 第一部分是第5个残差融合模块ResxB输出的数据直接传输给第一YoloHead； 第二部分是第2个残差融合模块ResxB输出的数据及第5个残差融合模块ResxB输出的数据进行CBL和上采样操作，进行Concat连接后输入5个串联的CBL模块，进而输出给第二个YoloHead； 第三部分是第1个残差融合模块ResxB块输出的数据和第二部分Concat连接后输入至5个串联的CBL模块后的数据进行Concat连接后输入至5个串联的CBL模块，此时的数据输出至第三个YoloHead进行处理； 在ResxB模块中，第一层为CBL模块，第二层为多尺度特征融合模块，CBL模块的输出输入到多尺度特征融合模块，通过第一层的CBL模块提取的特征同经过多尺度融合后提取的特征进行ADD连接，在通道数不变的条件下进行特征图相加，对于ADD连接后的特征图进行最大池化操作以及通道混洗操作； 步骤3，基于训练集，进行训练得到训练完成的膝骨关节炎X光识别模型； 步骤4，对新采集的膝骨关节炎X光图片输入至训练完成的识别模型，输出膝骨关节图像智能检测结果。

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武汉轻工大学，其通讯地址为：430023 湖北省武汉市东西湖区常青花园学府南路68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。