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！

龙图腾网获悉广东工业大学申请的专利基于广义Nesterov迭代快速梯度符号法与伪标签一致性正则化的单阳性多标签胸部X光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：CN118736280B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202410756944.5，技术领域涉及：G06V10/764；该发明授权基于广义Nesterov迭代快速梯度符号法与伪标签一致性正则化的单阳性多标签胸部X光图像分类方法是由李斯;梁展博;廖浩霖;张伟国;温桂豪;李风环;孙海涛;黄朋;刘雨杰;潘佳威;郑嘉;林文龙设计研发完成，并于2024-06-13向国家知识产权局提交的专利申请。

本基于广义Nesterov迭代快速梯度符号法与伪标签一致性正则化的单阳性多标签胸部X光图像分类方法在说明书摘要公布了：本发明公开的属于医学图像分类技术领域，具体为基于广义Nesterov迭代快速梯度符号法与伪标签一致性正则化的单阳性多标签胸部X光图像分类方法，包括具体步骤如下：将单阳性多标签胸部X光图像输入到子模型g'中使用广义Nesterov迭代快速梯度符号法利用累计梯度与优化后的扰动步长以生成对抗性样本作为强增强图像；将单阳性多标签胸部X光图像经过随机水平翻转预处理作为弱增强图像并输入到主模型g，其中在骨干网络中获取图像的高级特征，然后使用分类头根据这些特征得到弱增强图像的模型预测，本发明通过利用弱增强图像生成的伪标签监督同一图像的强增强版本，有利于减少假阴性标签问题带来的影响，增强模型的泛化性能。

本发明授权基于广义Nesterov迭代快速梯度符号法与伪标签一致性正则化的单阳性多标签胸部X光图像分类方法在权利要求书中公布了：1.基于广义Nesterov迭代快速梯度符号法与伪标签一致性正则化的单阳性多标签胸部X光图像分类方法，其特征在于，包括具体步骤如下： S1：将单阳性多标签胸部X光图像输入到子模型g'中使用广义Nesterov迭代快速梯度符号法利用累计梯度与优化后的扰动步长以生成对抗性样本作为强增强图像，其特征在于， S11：将单阳性多标签胸部X光图像输入到子模型g'中，根据超参数扰动步长α和梯度衰减因子μ向图像进行扰动添加，以得到前瞻性扰动图像，之后，依次经过骨干网络和分类头得到模型对图像的预测值；对于迭代步长参数的设置，结合NesterovAcceleratedGradient算法，分析并研究优化参数对收敛情况的影响，其算法公式如下： withtk-1＝ak-1ω+b,ω＝1,b＝5 其中T为变换算子用于更新或调整解向预期目标的方向，θk为动量参数，tk为迭代次数； 结合广义NesterovAcceleratedGradient算法实现广义Nesterov迭代快速梯度符号法，对子模型的扰动步长α设置如下： 其中t为当前迭代次数； 前瞻性扰动图像的生成公式如下： 其中为本轮迭代得到的前瞻性扰动图像，为上一轮迭代得到的扰动图像，α为扰动步长，μ为梯度衰减因子； S2：将单阳性多标签胸部X光图像经过随机水平翻转预处理作为弱增强图像并输入到主模型g，其中在骨干网络中获取图像的高级特征，然后使用分类头根据这些特征得到弱增强图像的模型预测； S3：结合超参数伪标签阈值对弱增强图像的模型预测进行筛选，选择模型预测置信度高的标签作为该图像的伪标签； S4：将所得到的伪标签与强增强图像的模型预测进行一致性正则化的计算，通过最小化伪标签与强增强图像预测的误差来训练主网络，使用该训练后的主网络实现单阳性多标签胸部X光图像的准确分类。

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广东工业大学，其通讯地址为：510000 广东省广州市东风东路729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。