Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 厦门大学林友辉获国家专利权

厦门大学林友辉获国家专利权

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!

龙图腾网获悉厦门大学申请的专利基于神经网络的骨骼肌切片识别方法、系统、储存介质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:CN116797524B

龙图腾网通过国家知识产权局官网在2026-01-23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:202310081237.6,技术领域涉及:G06T7/00;该发明授权基于神经网络的骨骼肌切片识别方法、系统、储存介质是由林友辉;陈万能;易佳;苗佳音;陈星宇设计研发完成,并于2023-02-03向国家知识产权局提交的专利申请。

基于神经网络的骨骼肌切片识别方法、系统、储存介质在说明书摘要公布了:本发明涉及一种基于神经网络的骨骼肌切片识别方法、系统、储存介质,包括:通过残差连接网络提取骨骼肌切片图像特征,输出特征矩阵;对特征矩阵切分并进行位置嵌入编码,得到位置嵌入编码后的特征矩阵;将位置嵌入编码后的特征矩阵输入自注意力网络进行分类预测,得到分类预测结果;将分类预测结果与实际分类对比得到损失函数,利用损失函数更新残差连接网络和自注意力网络的参数;循环执行上述步骤直至损失函数趋近于零,得到训练后的残差连接网络和自注意力网络;使用训练后的残差连接网络和自注意力网络对骨骼肌切片图像进行分类预测识别,得到分类预测结果,使用Grad‑CAM对分类图像进行视觉分析解释。实现对骨骼肌切片准确分类预测。

本发明授权基于神经网络的骨骼肌切片识别方法、系统、储存介质在权利要求书中公布了:1.基于神经网络的骨骼肌切片识别方法,其特征在于,包括: S1通过残差连接网络提取骨骼肌切片图像特征,输出特征矩阵,其中,所述输出特征矩阵包括:选取所述残差连接网络的倒数第二层的输出作为所述特征矩阵; S2对特征矩阵切分并进行位置嵌入编码,得到位置嵌入编码后的特征矩阵,所述对特征矩阵切分包括将所述特征矩阵切分成1*1矩阵;将1*1矩阵展平成一维向量,所述进行位置嵌入编码包括对所述特征矩阵内每个所述一维向量进行位置编码;将位置编码后的每个所述一维向量加入到原有的所述一维向量中; S3将位置嵌入编码后的特征矩阵输入自注意力网络进行分类预测,所述自注意力网络包括缩放点积注意力层、多头注意力连接层、线性层,具体为:S301将所述特征矩阵输入到K个所述缩放点积注意力层,得到K个注意力值;S302将K个注意力值输入到所述多头注意力连接层,得到联合矩阵;S303将联合矩阵输入到所述线性层,得到线性变换后的所述特征矩阵;S304循环执行步骤S301-S3036次,每次输出所述特征矩阵作为下一次的输入,得到分类预测结果; S4将分类预测结果与实际分类对比得到损失函数,利用损失函数更新残差连接网络和自注意力网络的参数; S5循环执行步骤S1-S4直至损失函数趋近于零,得到训练后的残差连接网络和自注意力网络; S6使用训练后的残差连接网络和自注意力网络对骨骼肌切片图像进行分类预测识别,得到分类预测结果,使用Grad-CAM对分类图像进行视觉分析解释,具体为:利用所述分类预测结果的梯度信息的全局平均计算重要性权重;使用重要性权重对所述分类图像加权和线性处理后,输入到ReLU激活函数得到热度图像。

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厦门大学,其通讯地址为:361005 福建省厦门市思明南路422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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。