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！

龙图腾网获悉齐鲁工业大学申请的专利基于CycleGAN和BAFCNN的黑色素瘤分类方法及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：CN115439695B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202211147164.8，技术领域涉及：G06V10/764；该发明授权基于CycleGAN和BAFCNN的黑色素瘤分类方法及系统是由成金勇;邹庆旭设计研发完成，并于2022-09-19向国家知识产权局提交的专利申请。

本基于CycleGAN和BAFCNN的黑色素瘤分类方法及系统在说明书摘要公布了：本发明公开了一种基于CycleGAN和BAFCNN的黑色素瘤分类方法及系统，属于人工智能技术领域，本发明要解决的技术问题为如何能够合理提取原始皮肤图像的病变部位以及病变周围正常的皮肤组织，提高黑色素瘤分类的准确性，采用的技术方案为：该方法是通过条件图像合成数据集中代表性不足的样本用于平衡数据集，并利用基础辅助融合神经网络提取数据特征，将提取的数据特征映射到输出空间上进行黑色素瘤的处理与分类；具体如下：条件图像合成：使用循环一致的CycleGAN网络合成条件图像；提取补丁图像：采用像素块差值补丁策略提取补丁图像；数据预处理；特征提取：使用基础辅助融合神经网络提取补丁图像以及原始皮肤图像的特征，并获取皮损图像的信息；特征融合；指标评估。

本发明授权基于CycleGAN和BAFCNN的黑色素瘤分类方法及系统在权利要求书中公布了：1.一种基于CycleGAN和BAFCNN的黑色素瘤分类方法，其特征在于，该方法是通过条件图像合成数据集中代表性不足的样本用于平衡数据集，并利用基础辅助融合神经网络提取数据特征，将提取的数据特征映射到输出空间上进行黑色素瘤的处理与分类；具体如下： 条件图像合成：使用循环一致的CycleGAN网络合成条件图像； 提取补丁图像：采用像素块差值补丁策略提取补丁图像； 数据预处理：将原始皮肤图像的尺寸大小调整到224x224，将补丁图像的尺寸大小调整到128x128，并将补丁图像分别进行8倍和4倍上采样，再进行albumentations操作； 特征提取：使用基础辅助融合神经网络提取补丁图像以及原始皮肤图像的特征，并获取皮损图像的信息； 特征融合：使用权重融合策略对基础辅助融合神经网络输出的特征进行融合分类； 指标评估：使用不同的评测指标来评价黑色素瘤二分类预测结果； 其中，基础辅助融合神经网络包括基础神经网络、辅助神经网络和融合神经网络； 基础神经网络用于提取补丁图像的特征； 辅助神经网络包括ACNN_WI网络以及ACNN_O网络；ACNN_WI网络用于输入相对应的全局图像；ACNN_O网络用于输入补丁图像，并通过加权集成策略融合基础神经网络中间层特征矩阵与ACNN_WI网络中间层特征矩阵； 融合神经网络用于获得皮损图像局部细粒度信息以及全局信息并输出分类结果； 特征提取具体如下： 通过ACNN_O网络将补丁图像4倍上采样；具体为：ACNN_O网络包括七个卷积网络层、BatchNorm2d层以及一个激活函数，将补丁图像上采样，再送入包含7个卷积层的网络中，得到输出向量； 将输出向量送入ACNN_WI网络；其中，ACNN_WI网络包括八个卷积网络层、BatchNorm2d层以及一个激活函数； 基础神经网络中间层的输出作为一种全局指导输入ACNN_WI网络，并结合加权集成策略得到最终的输出结果，加权集成策略的公式如下： 其中，F＝f1,f2......fn表示基础神经网络中间特征；G＝g1,g2......gn表示辅助神经网络局部特征；fi表示第i个空间位置的特征向量；gi表示第i个空间位置的特征向量；表示将两个特征向量进行拼接操作；Θ表示F与G分别与G和F逐像素相乘，继而对结果开方。

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齐鲁工业大学，其通讯地址为：250353 山东省济南市长清区大学路3501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。