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！

龙图腾网获悉大连理工大学申请的专利基于人工智能的乳腺癌超声图像诊断辅助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：CN116758350B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310715739.X，技术领域涉及：G06V10/764；该发明授权基于人工智能的乳腺癌超声图像诊断辅助方法是由杨梦婷;秦攀;顾宏设计研发完成，并于2023-06-16向国家知识产权局提交的专利申请。

本基于人工智能的乳腺癌超声图像诊断辅助方法在说明书摘要公布了：本发明公开了一种基于人工智能的乳腺癌超声图像诊断辅助方法，目的是提供一种高精度分类模型辅助医生进行诊断。所述方法包括图像预处理和卷积神经网络模型的训练。首先，在数据预处理部分，本发明采用拉普拉斯算子对图像进行边缘提取与锐化，增强图像清晰度，同时对图像进行数据增强和标准化处理。其次，在模型训练部分，本发明采用RepVGG作为基线模型，结合注意力机制模块，将位置信息嵌入通道注意力中，并替换网络模型的最后一层为自定义多分支卷积结构，采用交叉熵损失和焦点损失的加权和结果作为模型的损失函数，最后通过消融实验，得出网络的最优模型。本发明对乳腺超声图像的自动分析和诊断具有重要意义。

本发明授权基于人工智能的乳腺癌超声图像诊断辅助方法在权利要求书中公布了：1.基于人工智能的乳腺癌超声图像诊断辅助方法，其特征在于，包括以下步骤： 步骤1：对获取的乳腺超声图像数据按照比例划分成训练集和测试集； 步骤2：对超声图像数据集进行预处理，具体如下： 首先，对划分好的训练集和测试集做数据增强处理，具体措施为随机裁剪、随机翻转、随机旋转以及随机改变对比度；其次，采用拉普拉斯算子提取边缘对增强处理后的图像数据进行锐化处理；最后，对锐化处理后的数据进行标准化处理； 步骤3：RCM-Net网络模型的构建； 以RepVGG网络模型作为基线网络； 在RepVGG网络模型中添加注意力机制模块，具体添加位置在网络的最后一个基础block之后，将位置信息嵌入通道注意力中； 将RepVGG网络模型中最后一个stage替换为自定义的多分支模块：多分支模块是由Conv-BN基础模块和多尺度卷积融合模块通过concat拼接而成的多分支结构，Conv-BN基础模块是由一个卷积和一个BN层串行构成，多尺度卷积融合模块由三个卷积分支相加而成；输入Conv-BN基础模块和多尺度卷积融合模块的特征层通道数都为256，输出和输入一致；两个输出特征层通过concat函数来拼接成一个通道数为512的特征层进入到下一个环节； 步骤4：使用交叉熵损失和焦点损失的加权和作为建立的RCM-Net网络模型的损失函数； 步骤5：网络模型的输出类别设为3，使其适用于乳腺超声图像分类任务，三个类别分别是正常、良性和恶性； 步骤6：通过消融实验，获取RCM-Net网络的最优模型； 步骤7：使用预处理后的训练集对搭建的RCM-Net网络模型进行训练，并在测试集上计算模型性能指标，根据指标选择效果最好的模型。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路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。