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！

龙图腾网获悉西北师范大学;马天超申请的专利基于深度学习的舌面检测分割及体质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：CN116664831B 。

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：202310490925.8，技术领域涉及：G06V10/26；该发明授权基于深度学习的舌面检测分割及体质分类方法是由邓翔宇;马天超;党志艳设计研发完成，并于2023-05-04向国家知识产权局提交的专利申请。

本基于深度学习的舌面检测分割及体质分类方法在说明书摘要公布了：基于深度学习的舌面检测分割及体质分类方法，包括：1对收集的舌面图像进行去噪处理，使其符合训练网络的客观及输入要求；2对去噪图像数据进行检测和分割标注，得到训练数据集；3将训练数据集封装到修改损失函数，添加通道和空间注意力机制和深度可分离模块的网络模型，开始训练，得到实时检测和分割预测模型，进行保存；4在专业医生的辅助下，根据舌象与体质的关系，建立一种迁移学习的网络融合体质分类方法。本发明不仅可建立计算机舌诊的客观标准，而且有助于减少基层医务人员压力，具有重要的应用价值。

本发明授权基于深度学习的舌面检测分割及体质分类方法在权利要求书中公布了：1.基于深度学习的舌面检测分割及体质分类方法，其特征在于，分割和分类过程，包括步骤： 步骤1：图像去噪：设原始采集的舌面图像为V1，大小为m×n，去噪图像为U，U中第i,j位置的像素灰度值为： 1 其中，ωi,j表示i,j位置的相似率，满足，，di,j＝；i，j分别为V1Ni，V1Nj像素中心，h为控制平滑的滤波参数，α为高斯核的标准差，Zi为归一化的系数，通过图像块找到图像中的相似区域，再对这些区域求平均，得到去噪图像V2； 步骤2：舌面标注：利用LabelImg和LabelMe对V2进行检测和分割标注，获得舌面图像数据集V3； 步骤3：模型训练：利用改进的深度学习模型对数据集V3进行训练；训练好的模型可实时检测和分割舌面，分割结果进行保存； 步骤4：体质标注：保存的分割结果由医师进行体质标注，获得体质分类数据集V4； 步骤5：体质分类：利用迁移网络融合模型对V4进行训练，保存最优训练模型，并对V2进行体质类型研判； 所述步骤3中改进的深度学习模型，具体包括： 步骤1：设计截断损失函数： 其中，x∈Rn是变量； 称为截断函数；因为截断损失函数是一个不可微函数，所以应用光滑函数思想对凸性非光滑曲面进行逼近，使用的光滑函数定义为： 截断损失函数等价于： 步骤2：求解极值：利用增广拉格朗日乘子法，得到， 其中，是变量，是拉格朗日乘子，惩罚参数β＞0； 步骤3：变量初始化： ； 步骤4：参数迭代：，序列由公式789产生： 若和则停止计算，输出； 步骤5：通道卷积：首先，特征图F经过通道卷积中两个并行的MaxPool和AvgPool层，将特征图的维度从C×H×W变成C×1×1；其次，经过多层感知机MLP将通道数压缩为原来的1r倍；再次经过ReLU激活函数，扩张到原通道数，将这两个输出结果逐元素相加；最后，经过一个Sigmoid激活函数，输出结果与原图相乘，变回C×H×W，输出公式10和11所示的通道卷积特征图McF： 其中，σ代表Sigmoid激活函数，，且MLP的权重W0和W1对于输入来说是共享的，ReLU激活函数位于W0之后，W1之前； 步骤6：空间卷积：将通道卷积输出结果经过最大池化和平均池化得到两个1×W×H的特征图；对两个特征图进行拼接，再经过7×7卷积将特征图的通道数变为1，经过激活函数得到空间卷积特征图，将输出结果与原输入特征图相乘，变回C×H×W大小，输出公式12和13的空间卷积特征图MsF： 其中，σ代表Sigmoid激活函数，f7×7代表卷积核为7×7的卷积过程； 步骤7：深度可分离卷积：包括逐通道卷积和逐点卷积，原本的C模块由卷积，池化，激活模块构成，将特征提取网络中的C模块全部替换为深度可分离卷积模块,极大减少了网络参数，加快了训练速度；原本卷积的计算量： 1个深度卷积的计算量为M×C×C×D×D；1个点卷积的计算量为M×N×D×D； 深度可分离卷积的计算量： 深度可分离卷积与传统卷积的计算量比例为： 其中，M为输入特征图的通道数，N为卷积核个数，D为特征图的尺寸，C为卷积核的尺寸，卷积核个数N越多，模型的参数量和计算量越少，便于嵌入开发板，进行体质分类。

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西北师范大学;马天超，其通讯地址为：730070 甘肃省兰州市安宁区；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。