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！

龙图腾网获悉温州市人民医院申请的专利基于深度学习技术的消化道早期癌症智能辅助诊断系统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：CN120727265B 。

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：202511248857.X，技术领域涉及：G16H50/20；该发明授权基于深度学习技术的消化道早期癌症智能辅助诊断系统是由叶毅设计研发完成，并于2025-09-03向国家知识产权局提交的专利申请。

本基于深度学习技术的消化道早期癌症智能辅助诊断系统在说明书摘要公布了：本发明涉及智能辅助诊断技术领域，具体地说，涉及基于深度学习技术的消化道早期癌症智能辅助诊断系统。其包括：图像采集与处理单元采集消化道内的图像并进行预处理；病变检测单元利用FasterR‑CNN定位病变区域，同时，结合内窥镜位姿数据计算局部曲率，生成旋转角度自适应的锚框，以优化定位病变区域的过程；病变分割单元对病变区域进行分割，输出病变的分割掩码；病变分类单元基于分割后的病变区域，利用卷积神经网络模型对分割后的病变区域进行不同病变类型的分类诊断；诊断融合单元结合病变检测、病变分类结果和病变的分割掩码，输出辅助诊断报告。本发明通过多阶段协同优化策略，有效应对内窥镜成像中的运动干扰与成像伪影。

本发明授权基于深度学习技术的消化道早期癌症智能辅助诊断系统在权利要求书中公布了：1.基于深度学习技术的消化道早期癌症智能辅助诊断系统，其特征在于，包括： 图像采集与处理单元1，所述图像采集与处理单元1采集消化道内的图像并进行预处理； 病变检测单元2，所述病变检测单元2基于预处理后的图像，利用FasterR-CNN定位病变区域，同时，结合内窥镜位姿数据计算局部曲率，生成旋转角度自适应的锚框，以优化定位病变区域的过程； 其中，病变检测单元2基于预处理后的图像，利用FasterR-CNN定位疑似病变区域，包括以下步骤： S1.1、将预处理后的图像输入卷积神经网络特征提取子网； S1.2、通过多层卷积与池化操作提取多尺度特征图； S1.3、在多尺度特征图的每个位置生成多尺度、多长宽比的锚框，通过轻量卷积网络预测每个锚框与病变区域的重合度及位置偏移量； S1.31、对输入的多尺度特征图，结合内窥镜位姿数据计算局部曲率，生成旋转角度自适应的锚框； 实时读取内窥镜搭载的惯性测量单元数据与镜头深度传感器数据，获取当前帧镜头的三维姿态信息； 基于所述三维姿态信息，计算镜头光轴与消化道管壁切面的夹角，并测量镜头至黏膜表面的距离； 根据夹角和距离构建局部消化道曲面模型，用于计算该区域的局部曲率； 在特征图的每个位置生成锚框时，将锚框的主方向角度按照局部曲率进行动态旋转调整，使锚框与消化道内壁的实际几何形态对齐； 在保持原有多尺度与长宽比设计的基础上，对经过旋转调整的锚框进行平移校正，形成旋转角度自适应的锚框； S1.32、利用区域建议网络中设定的轻量卷积子网络，分别对每个锚框提取对应的局部特征表示； S1.33、将提取的特征输入两个并行的全连接层； 其中，第一层用于二分类，输出每个锚框为病变区域的概率；第二层用于边界框回归，输出锚框相对于真实病变区域的坐标偏移量； S1.34、根据所述第一层输出的前景概率，计算每个锚框的重合度评分； S1.35、将所有锚框的前景概率与位置偏移量作为区域建议网络的输出； S1.4、采用非极大值抑制去除重叠的锚框，输出候选区域； S1.5、将候选区域映射至多尺度特征图对应位置，通过ROIAlign操作将不同尺寸的候选区域特征统一为固定大小特征张量； S1.6、对候选区域的特征进行边界框回归，计算病变位置坐标与大小； S1.7、再次执行非极大值抑制去除剩余冗余框，获得最终的病变区域集合； S1.8、输出每个病变区域的边界框坐标及其定位置信度； 病变分割单元3，所述病变分割单元3对病变区域进行分割，输出病变的分割掩码； 病变分类单元4，所述病变分类单元4基于分割后的病变区域，利用卷积神经网络模型对分割后的病变区域进行不同病变类型的分类诊断； 诊断融合单元5，所述诊断融合单元5结合病变检测、病变分类结果和病变的分割掩码，输出辅助诊断报告。

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温州市人民医院，其通讯地址为：325000 浙江省温州市鹿城区五马街道仓后57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。