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！

龙图腾网获悉闽江学院申请的专利一种适用于乳腺超声图像异常检测的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：CN118279279B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202410471896.5，技术领域涉及：G06T7/00；该发明授权一种适用于乳腺超声图像异常检测的方法是由余兆钗;陈美萍;李佐勇;彭中华;林正旭;黄子杰设计研发完成，并于2024-04-18向国家知识产权局提交的专利申请。

本一种适用于乳腺超声图像异常检测的方法在说明书摘要公布了：本发明涉及一种适用于乳腺超声图像异常检测的方法。利用正常图像训练多个自动编码器并通过预训练模型提取特征创建全局记忆模块的全局记忆库；使用伪标签生成方法在正常图像上生成异常，训练单个正常和混有异常的自动编码器；将正常样本训练的自动编码器的输出均值与异常样本训练的自动编码器的输出相减得到，将正常样本训练的自动编码器输出的标准差与、原图拼接，训练局部判别模块；将图像经过预训练特征提取器提取特征后，传入全局记忆模块；将局部判别模块的输出与全局记忆模块的输出进行交叉注意力计算，最终生成异常热力图。

本发明授权一种适用于乳腺超声图像异常检测的方法在权利要求书中公布了：1.一种适用于乳腺超声图像异常检测的方法，其特征在于，首先，利用正常样本训练多个自动编码器并通过预训练模型提取特征创建全局记忆模块的全局记忆库；使用针对乳腺肿瘤异常检测领域的伪标签生成方法在正常样本上生成异常样本，训练单个正常和混有异常的自动编码器；其次，利用生成的异常样本与正常样本输入多个自动编码器，将正常样本训练的自动编码器的输出均值与异常样本训练的自动编码器的输出相减得到DInter，将正常样本训练的自动编码器输出的标准差DIntra与DInter、原图拼接，训练局部判别模块；然后，将原图经过预训练特征提取器提取特征后，将特征传入全局记忆模块，并经过k近邻算法得到AGobal；将局部判别模块的输出ALocal与全局记忆模块的输出AGobal进行交叉注意力计算，最终生成异常热力图AFinal；所述方法，包括如下训练步骤： 1获取正常乳腺超声图像，进行图像预处理之后图像分辨率为224*224并将其构建为训练集； 2将训练集输入预训练的WideResnet50进行特征提取并构建全局记忆库M； 3使用训练集训练正常重建子模块； 4以50％的概率对训练集图像进行伪异常的生成，并使用生成后的图像与另外50％的正常图像对混淆重建子模块进行训练； 5将训练集图像以50％的概率生成伪异常，并行输入正常重建子模块与混淆重建子模块，将正常重建子模块的输出求标准差得到图像的内部差异DIntra，将正常重建子模块与混淆重建子模块输出相减求均值得到图像的外部差异DInter； 6将DIntra、DInter与训练集中原图进行通道级联，并输入局部判别模块中，得到与原图分辨率相同的ALocal，其中包含细粒度的局部异常置信度； 7将训练集中原图传入预训练的WideResnet50进行特征提取，并使用全局记忆模块对已有的全局记忆库进行最近邻计算得到全局记忆模块的输出AGobal，其中包含细粒度的全局异常置信度； 8将AGobal作为Value和Key，与作为Query的ALocal进行交叉注意力的计算得到注意力加权后的ALocal，最后将注意力加权后的ALocal与AGobal相加得到AFinal，完成局部异常和全局异常的融合检测。

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闽江学院，其通讯地址为：350121 福建省福州市闽侯县溪源宫路200号闽江学院行政楼B201；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。