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！

龙图腾网获悉华南师范大学;广州市番禺区中心医院申请的专利一种移动端鼻咽癌识别系统及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：CN116385345B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202211731485.2，技术领域涉及：G06T7/00；该发明授权一种移动端鼻咽癌识别系统及方法是由范瑞芳;李雷子;陈砚加;叶裕丰;郭广源;曾伟华;邹国荣;张庆钊;何艳设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本一种移动端鼻咽癌识别系统及方法在说明书摘要公布了：本发明公开了一种移动端鼻咽癌识别方法，属于智能识别系统技术领域，该系统通过将已确认鼻咽癌患者病灶部位的影像信息进行训练后，能够识别出鼻咽位置病变的性质，具有识别速度快、准确率高的特点；包括：图像预处理模块，用于将获得的鼻咽部位的图像进行预处理；识别模块，用于存储训练得到的识别模型；训练识别模块，用于通过已知鼻咽癌患者的病灶图像训练出识别模型；所述的图像预处理模块分别与识别模块和训练识别模块连接；所述的训练识别模块包括：病例库，用于存储识别预处理数据；识别模型单元，用于存储训练好的识别模型；训练单元，用于将病例库中的识别预处理数据在识别模型单元中训练出神经网络识别模型。

本发明授权一种移动端鼻咽癌识别系统及方法在权利要求书中公布了：1.一种移动端鼻咽癌识别方法，其特征在于，包括以下步骤： S1获取已确认鼻咽癌患者的病灶部位的影像信息进行预处理后得到识别预处理数据，并将得到的识别预处理数据存入病例库中； S2利用病例库中数据在训练单元中训练出完整神经网络识别模型； S3利用S2得到的完整神经网络识别模型训练出轻量级网络模型； S4获取待识别患者病灶部位的影像信息进行预处理后获得待识别预处理数据； S5将待识别预处理数据导入完整神经网络识别模型或者轻量级网络模型获得识别结果； 所述的步骤S1中，进行预处理的具体过程如下： S1.1从已确认鼻咽癌患者的病灶部位的影像信息筛选出T1WI、T2WI压脂序列、T1增强序列的横断面MR数据，再转化为标准神经影像数据图像； S1.2将完成转化的标准神经影像数据图像进行旋转和中心裁剪； 所述的步骤S2中，具体过程如下： S2.1病例库中数据随机分为训练集组、验证集组和测试集组，将训练集组和验证集组数据图像转化成变量，再进行归一化处理； S2.2将完成归一化处理的训练集组和验证集组数据图像进行五折交叉验证后构建神经网络识别模型； S2.3对构建的神经网络识别模型进行训练后得多个训练神经网络识别模型； S2.4利用测试集数据分别对多个训练神经网络识别模型进行评估，取评估值最优的训练神经网络识别模型作为完整神经网络识别模型； 所述的步骤S2.2中，构建神经网络识别模型为ResNet152的残差神经网络模型，在模型的大卷积核卷积层和池化层之后，加入四个残差块；每个残差块由三组层次构成，每一层包含有一个3x3卷积层和两个1x1卷积层，层与层之间加入了残差连接，之后连接全连接层和softmax层后输出最后结果，其中softmax层函数为： ； 其中，为第i个节点的输出值，n为输出节点的个数，为softmax层的输出结果； 在神经网络识别模型的第一个卷积池化后加入了压缩和激励网络块，所述的压缩和激励网络块由全局压缩计算公式和动态激励计算公式构建，所述的全局压缩计算公式为： ； 其中，W为特征空间宽度，H为特征空间高度，为宽度为、高度为的通道的特征值，为通道c的全局特征压缩值； 所述的动态激励计算公式为： ； 其中，表示Sigmoid激活函数，表示ReLU激活函数，为动态学习到的权重，为W中第一个连接层动态更新的参数，为中第二个连接层动态更新的参数，为模型输入的激活值，即图像提取的特征值； 所述压缩和激励网络块的输出公式为： ； 其中，是通道上的乘积，x为输出结果，为通道的特征图，为通道c的特征图对应的权重； 所述步骤S3的具体步骤为： S3.1构建轻量级神经网络识别模型为ResNet18的残差神经网络模型，残差神经网络模型中的大卷积核卷积层和池化层之后，依次加入压缩和激励网络块和四个残差块，每个残差块由两层构成，每一层包含有一个两个卷积层，层与层之间加入了残差连接，之后依次连接全连接层和softmax层后输出结果，所述softmax层的计算公式为： ； 其中，为第i个节点的输出值，n为输出节点的个数，为softmax层的输出结果； S3.2将S2得到的完整神经网络识别模型训练残差神经网络模型，其中，损失函数公式为： ； 其中，LossT表示教师网络与学生网络的差异损失，LossS表示学生网络训练的交叉熵损失，λ和θ为平衡差异损失和交叉熵损失的权重，Loss为损失函数。

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南师范大学;广州市番禺区中心医院，其通讯地址为：510631 广东省广州市天河区中山大道西55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。