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！

龙图腾网获悉华中科技大学申请的专利一种基于多任务学习的肺结节检测和语义属性评级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：CN117274198B 。

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：202311243637.9，技术领域涉及：G06T7/00；该发明授权一种基于多任务学习的肺结节检测和语义属性评级方法是由杨兆成;吕正欣;李丹设计研发完成，并于2023-09-22向国家知识产权局提交的专利申请。

本一种基于多任务学习的肺结节检测和语义属性评级方法在说明书摘要公布了：本发明公开了一种基于多任务学习的肺结节检测和语义属性评级方法，包括肺结节检测和语义属性评级两个子任务。为了实现两个子任务之间联合学习的特征共享，本发明将肺结节检测子网络和语义属性评级子网络连接在一起，形成一个端到端的联合模型。肺结节检测子网络获取结节的位置信息，其输出作为语义属性评级子网络的输入。两个子网络在U‑Net网络的下采样阶段共享底层特征，实现多任务模型的特征共享。在两个任务联合学习训练的过程中，由于不同子任务的训练难度和收敛速度可能不同，本发明采用动态权重平均的方法调整不同任务的损失权重。该方法不仅可以有效地检测肺结节，还将肺结节的语义属性作为一个附加的监督信号进行识别。

本发明授权一种基于多任务学习的肺结节检测和语义属性评级方法在权利要求书中公布了：1.一种基于多任务学习的肺结节检测和语义属性评级方法，其特征在于，包括以下步骤： 构建肺结节检测子网络和语义属性评级子网络，所述肺结节检测子网络包括编码器、解码器和区域提议网络，所述语义属性评级子网络包括特征提取网络和回归网络； 将预处理的肺部CT图像输入所述编码器中，提取得到底层特征，再通过所述解码器将所述底层特征映射回输入空间，以得到第一特征图； 将所述第一特征图输入区域提议网络中，生成肺结节候选区域； 将所述肺结节候选区域和预处理的肺部CT图像输入所述特征提取网络，得到第二特征图，再将所述第二特征图与底层特征进行连接； 将连接后的特征输入所述回归网络中，得到语义属性评级结果； 所述肺结节检测子网络和所述语义属性评级子网络通过以下方式训练得到：以联合损失最小为目标，对所述肺结节检测子网络和语义属性评级子网络进行训练； 其中，和分别是肺结节检测子网络和语义属性评级子网络的损失函数，和分别是肺结节检测子网络和语义属性评级子网络的损失函数的权重系数；表示任务在第个epoch训练中的相对下降率，定义为为前两轮训练时对应的损失函数之比，是迭代指数，，表示任务间的松散程度，是任务总个数。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。