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！

龙图腾网获悉天津理工大学申请的专利一种基于张量分解子空间融合的多模态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：CN117237690B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310727676.X，技术领域涉及：G06V10/764；该发明授权一种基于张量分解子空间融合的多模态医学图像分类方法是由赵萌;张一;韩芸伊设计研发完成，并于2023-06-19向国家知识产权局提交的专利申请。

本一种基于张量分解子空间融合的多模态医学图像分类方法在说明书摘要公布了：本发明涉及了一种基于张量分解子空间融合的多模态医学图像分类方法。我们首先构建了一个多模态胸水细胞数据集，并对细胞的类别进行标注。针对现有的多模态融合存在的普遍问题，设计了基于子空间层面的融合框架。以通用的图像分类网络为基础，针对两个模态的细胞图片，首先使用两个独立的卷积神经网络提取高维特征，将提取到的高维特征通过特征分解得到低维的特征子空间。在子空间中使用自注意力机制，充分利用子空间中各个部分的相关性，从而改变原始特征的空间结构。最终重建特征子空间得到用于分类的充分融合后的特征。本发明适用于多模态医学图像融合分类任务，如细胞类别检测、眼底图像老年性黄斑变性类别检测以及皮肤癌黑色素瘤检测等。

本发明授权一种基于张量分解子空间融合的多模态医学图像分类方法在权利要求书中公布了：1.一种基于张量分解子空间融合的多模态医学图像分类算法，其特征在于，包括如下步骤： 1获得细胞原始图像以及相应的HAL试剂染色图像，并对四个类别的细胞进行标记； 2设计神经网络框架，使用卷积神经网络对不同模态的图像数据提取特征并利用Tucker分解的思想将高维特征分解为低维的特征子空间；其中，利用Tucker分解的思想将高维特征分解为低维的特征子空间具体包括：使用Tucker分解模块将高维特征分解，得到一个核心张量，以及在通道维度，长度维度，宽度维度上的因子矩阵；其中，核心张量代表了三个维度的相关程度，三个因子矩阵代表了三个维度上的主要成分； 3将Transformer中的自注意力机制引入融合模块，交换各个维度上的特征信息并且探索子空间中各个成分的相关性； 4最终将Tucker分解得到的特征子空间中的各个成分重建，得到充分融合后的特征，实现多模态图像融合分类功能； 5通过计算平均准确率、F1-score，以及每一类的准确度、精确度、F1-score以及接受者操作特征曲线下面积AUROC来评估模型的性能。

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天津理工大学，其通讯地址为：300384 天津市西青区宾水西道391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。