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！

龙图腾网获悉中科(厦门)数据智能研究院申请的专利一种基于卷积神经网络的息肉检测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：CN115861598B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202211610803.X，技术领域涉及：G06V10/25；该发明授权一种基于卷积神经网络的息肉检测方法是由谭美云;俞梅梅;徐勇军设计研发完成，并于2022-12-12向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的息肉检测方法在说明书摘要公布了：本发明涉及一种息肉检测技术领域，本发明公开了一种基于卷积神经网络的息肉检测方法，包括采集患者肠道检测原始图像，构建息肉检测模型，构建息肉检测数据集，生成合成图像，验证分类损失，提取过渡区域图像特征，计算模型的预测概率分布与图像真实分布之间的交叉熵损失，以合成图像与目标图像的对比损失和过渡区域的特征分类损失以及交叉熵损失的加权和作为息肉训练模型的总损失函数，根据模型总损失函数选择预测结果，以多视角多距离方式采集息肉图像，在息肉分类过程中引入息肉与肠道背景的过渡区域来进一步对息肉图像检测识别，通过多层次多区域多特征对息肉数据集进行融合分类能够提高息肉检测的准确率，减少了息肉检测的假阳性。

本发明授权一种基于卷积神经网络的息肉检测方法在权利要求书中公布了：1.一种基于卷积神经网络的息肉检测方法，其特征在于，包括以下步骤： 第一步：采集患者肠道检测原始图像； 第二步：对图像数据中的疑似息肉目标进行显著区域标定，以图像数据集中识别框大小为基准，将截取的疑似息肉图像作为目标图像； 第三步：建立息肉检测数据集，包括正常图像数据集和息肉数据集，正常图像数据集包括以往病例检查中具有可疑目标的正常检查图集，息肉数据集包括待检测目标的检查图集； 第四步：息肉检测数据集处理，随机从正常图像数据集选取与目标图像同一类别的一对随机图像，利用卷积神经网络模型和多分支空间注意机制将随机图像映射为目标图像的合成图像，计算合成图像与目标图像的对比损失； 第五步：根据合成图像与目标图像的验证结果，将相关性与相似度均满足要求的图集输入至分类网络中，对合成图像与目标图像做分类评估，验证合成图像与目标图像的分类损失； 第六步：分类评估过程中加入目标区域与背景之间的过渡区域Ω为评价因素，从过渡区域Ω中选取特征值，对比特征值的差异性，选取过渡区域Ω的色彩等级c和血管分布密度m以及平滑度s为特征值，将提取出的特征图定义为域R，域R分为包含过渡区域特征的域Ω1和过渡区域外的域R1，将Ω1与R1分别展开为维度为c×m×s的特征向量与并加入一个嵌入层将其投影为i维度的特征向量，i代表数据集中的样本类别数量，最终得到的特征向量视作息肉训练模型对过渡区域的预测向量；分类损失评估利用最大似然损失和余弦相似损失来减少预测错误率，总体分类损失 代表余弦相似性损失，k代表K邻近分类系数，i、j代表特征向量上的某点坐标； 第七步：计算息肉训练模型的预测概率分布与图像真实分布之间的交叉熵损失； 第八步：以合成图像与目标图像的对比损失Ls和过渡区域的特征分类损失Lcs以及交叉熵损失的加权和作为息肉训练模型的总损失函数，总损失函数值越小，则表明模型训练精度越高； 第九步：设定息肉训练模型总损失函数阈值，对于总损失函数小于总损失函数阈值的分类结果可直接输出息肉预测结果，对于超出总损失函数阈值的分类模型则返回生成合成图像路径重新对疑似息肉图像进行检测。

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中科(厦门)数据智能研究院，其通讯地址为：361021 福建省厦门市软件园三期凤岐路208-3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。