上海微创卜算子医疗科技有限公司请求不公布姓名获国家专利权
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！
龙图腾网获悉上海微创卜算子医疗科技有限公司申请的专利医学图像分类模型训练方法和医学图像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：CN116978054B 。
龙图腾网通过国家知识产权局官网在2025-12-16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：202210416503.1，技术领域涉及：G06V40/10；该发明授权医学图像分类模型训练方法和医学图像分类方法是由请求不公布姓名;陈俊强;崔晨;邹寅清;石思远设计研发完成，并于2022-04-20向国家知识产权局提交的专利申请。
本医学图像分类模型训练方法和医学图像分类方法在说明书摘要公布了：本发明提供了一种医学图像分类模型训练方法、医学图像分类方法、电子设备和存储介质，训练方法包括：获取若干第一训练样本，每一第一训练样本均包括第一随机变换图像和第二随机变换图像；将第一随机变换图像作为自监督预训练模型中的第一神经网络的输入，将第二随机变换图像作为自监督预训练模型中的第二神经网络的输入，以对自监督预训练模型进行训练；将训练好的自监督预训练模型的模型参数迁移至医学图像分类模型中，并采用若干第二训练样本对医学图像分类模型进行训练。本发明通过将训练得到的自监督预训练模型的模型参数迁移至医学图像分类模型中，使得所述医学图像分类模型能够在小样本情况下也可以很好地学习和收敛。
本发明授权医学图像分类模型训练方法和医学图像分类方法在权利要求书中公布了：1.一种医学图像分类模型训练方法，其特征在于，包括： 获取若干第一训练样本，每一所述第一训练样本均包括对一第一医学训练图像进行不同的随机变换所得到的第一随机变换图像和第二随机变换图像； 将所述第一训练样本中的第一随机变换图像作为自监督预训练模型中的第一神经网络的输入，将所述第一训练样本中的第二随机变换图像作为所述自监督预训练模型中的第二神经网络的输入，以对所述自监督预训练模型进行训练，直至满足第一预设训练结束条件； 将所述自监督预训练模型的模型参数迁移至医学图像分类模型中，并采用若干第二训练样本对所述医学图像分类模型进行训练，直至满足第二预设训练结束条件，每一所述第二训练样本均包括第二医学训练图像和与所述第二医学训练图像对应的类别标签。
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上海微创卜算子医疗科技有限公司，其通讯地址为：201203 上海市浦东新区中国(上海)自由贸易试验区张东路1601号1幢1702室(实际楼层15层)；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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励