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！

龙图腾网获悉长春工业大学申请的专利基于改进的EfficientNetV2网络的脑肿瘤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：CN116503666B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202310552394.0，技术领域涉及：G06V10/764；该发明授权基于改进的EfficientNetV2网络的脑肿瘤分类方法是由侯阿临;洪怡;马甜甜;贾兆年;任子航;石双;操文;炎梦雪;张俊鹏;徐民俊;孙佳宇设计研发完成，并于2023-05-17向国家知识产权局提交的专利申请。

本基于改进的EfficientNetV2网络的脑肿瘤分类方法在说明书摘要公布了：本发明提出了一种基于改进的EfficientNetV2网络和注意力机制的脑肿瘤图像分类方法，采用一种基于EfficientNetV2网络模型改进的脑肿瘤图像分类方法，在基础的EfficientNetV2网络结构的第一层3x3卷积层后加入残差结构，通过在残差结构中加入三层3x3的卷积层，一层ECA注意力机制，一层1x1卷积层，提取特征信息。同时在前三层的Fused‑MBConv模块的shortcut连接中加入CMAB注意力机制，使网络更加关注浅层网络中的关键信息，最后将残差结构的输出结果和主干网络最后一层的MBConv模块的输出结果相加，在保证网络深度的同时更好的提取浅层与深层的特征信息，进行特征融合，提升分类网络性能。

本发明授权基于改进的EfficientNetV2网络的脑肿瘤分类方法在权利要求书中公布了：1.基于改进的EfficientNetV2网络和注意力机制的脑肿瘤图像分类方法，其特征在于，包括以下步骤： Step1：数据预处理，构建改进的EfficientNetV2网络模型，改进卷积层框架结构； Step2：网络经过训练后输入测试集进行测试，检验网络分类效果； 所述Step1中的具体过程如下： Step1.1CE-MRI数据集有3种类型，包括胶质瘤,垂体瘤和脑膜瘤，原始图像的尺寸为512X512像素； Step1.2MRI图像脑部区域为灰色，背景为黑色，整幅图像中背景信息的占比较大，而且背景对于分类没有任何帮助，因此需要去除背景信息，训练时对脑肿瘤数据进行处理，处理之后图像尺寸为300X300；测试时对脑肿瘤数据进行处理，处理之后图像尺寸为380X380； Step1.3构建改进的EfficientNetV2网络和注意力机制的脑肿瘤图像分类模型，在残差结构中引入注意力机制； Step1.3.1构建的网络模型使用基础的EfficientNetV2网络，在前三层Fused-MBConv模块的捷径分支中使用CBAM注意力机制模块，然后执行一次BN归一化和一次ReLu激活操作，在众多的输入信息中聚焦于对当前任务更为关键的信息，降低对其他信息的关注度，提高任务处理的效率和准确性； Step1.3.2在上面的网络模型的第一层卷积后，加入一个残差结构，构建三层3x3的卷积层，后再加入一层ECA注意力机制，防止网络过深导致信息丢失和网络退化，同时再加入一层1x1的卷积层，使通道数变为256，使输出与主干网络最后一层MBConv层的输出的通道数相同，在通道维度相加后输入最后一层卷积层和池化层； Step1.4.训练过程中，为了减少类别不平衡问题对分类准确率的影响采用交叉熵损失函数，计算二分类的交叉熵的具体过程： Lp,t＝[-plogt+1-plog1-t] p为样本的标签，正确为1，错误为0，t为预测正确的概率； 本文是对脑膜瘤、垂体瘤、胶质瘤进行分类，因此采用多分类交叉熵损失函数，计算多分类的交叉熵的具体过程： L＝-∑yilogpi L为交叉熵损失函数的值，yi为真实标签，pi为模型对第i类样本的预测概率。

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长春工业大学，其通讯地址为：130012 吉林省长春市朝阳区延安大街2055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。