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！

龙图腾网获悉西南大学;重庆医科大学附属第一医院申请的专利一种用于责任血管定位的注意引导多分支融合分类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：CN115331274B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202211026040.4，技术领域涉及：G06V40/14；该发明授权一种用于责任血管定位的注意引导多分支融合分类方法是由姚睿;陈善雄;李咏梅;王静杰;谭朵;向雅芸;彭喜化设计研发完成，并于2022-08-25向国家知识产权局提交的专利申请。

本一种用于责任血管定位的注意引导多分支融合分类方法在说明书摘要公布了：本发明公开了一种用于责任血管定位的注意引导多分支融合分类方法，主要涉及血管堵塞辅助判断领域；包括步骤：S1、构建多分支融合网络；S2、通过采样器获取样本标签；S3、将不同的样本标签对送入对应的网络分支，经过权重共享的改进主体网络之后得到各自分支的特征向量；S4、获取分类概率输出pcc、prr；S5、获取分割概率图S6、获取平衡分支的分类概率pbb；S7、根据分类概率pcc、prr、pbb来构建的分类累计损失本发明为计算机辅助医师判断大血管是否发生堵塞以及具体的责任堵塞血管提供了新助力，能够有效地解决数据样本中类严重不平衡问题，并达到满意的分类精度。

本发明授权一种用于责任血管定位的注意引导多分支融合分类方法在权利要求书中公布了：1.一种用于责任血管定位的注意引导多分支融合分类方法，其特征是，包括步骤： S1、构建多分支融合网络，多分支融合网络包括常规学习分支、反向学习分支以及平衡分支，常规学习分支用于正常人的特征学习，反向学习分支用于病人的特征学习，平衡分支用于动态融合常规学习分支、反向学习分支的特征信息来完成堵塞责任血管的确认； S2、通过采样器获取样本标签，常规学习分支的样本标签为：xc，yc，反向学习分支的样本标签为：xr,yr，平衡分支的样本标签为：xb,yb，其中，x为训练样本，y为对应标签，y∈{1,2,…,L}，L为最终分类类别的数量,c表示常规学习分支样本，r表示反向学习分支样本，b表示平衡分支样本； S3、将不同的样本标签对送入对应的网络分支，经过权重共享的改进主体网络之后得到各自分支的特征向量Fc、Fr、Fb，其中，Fc为常规学习分支的特征向量、Fr反向学习分支的特征向量、Fb平衡分支的特征向量； S4、将特征向量Fc经过权值不共享卷积层Convc得到的特征向量输入到分类模块中得到分类概率输出pc，将特征向量Fr经过权值不共享卷积层Convr得到的特征向量输入到分类模块中得到分类概率输出pr； S5、将常规学习分支得到的特征向量Fc送入到用以引导模型关注倾向的注意引导模块中，得到分割概率图将反向学习分支得到的特征向量Fr送入到用以引导模型关注倾向的注意引导模块中，得到分割概率图 S6、特征向量Fb同时经过卷积层Convc、Convr，经过卷积层Convc得到特征向量经过卷积层Convr得到特征向量然后将经过平衡分支的自适应融合模块输出的送入分类器中得到平衡分支的分类概率pb； S7、根据分类概率pc、pr、pb来构建的分类累计损失 其中，yc为常规学习分支对应的真实分类标签，yr为反向学习分支对应的真实分类标签、yb为平衡分支对应的真实分类标签，α用来转移模型学习的重心，N表示当前所处epoch，Nmax为总的训练epoch数； 根据分割概率图构建辅助引导损失函数用于指导模型关注倾向，最终整个网络总的损失函数可以描述为： 其中a、b为损失权重。

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西南大学;重庆医科大学附属第一医院，其通讯地址为：400715 重庆市北碚区天生路2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。