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 > 江西省胸科医院(江西省第三人民医院);上海工程技术大学陈中书获国家专利权

江西省胸科医院(江西省第三人民医院);上海工程技术大学陈中书获国家专利权

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!

龙图腾网获悉江西省胸科医院(江西省第三人民医院);上海工程技术大学申请的专利支气管结核辅助确定方法、装置、设备、介质及产品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:CN119446480B

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:202411420078.9,技术领域涉及:G16H50/20;该发明授权支气管结核辅助确定方法、装置、设备、介质及产品是由陈中书;胡凌燕;张学钰;辛玉桥;林建;阮恒凯;陈雅慧设计研发完成,并于2024-10-12向国家知识产权局提交的专利申请。

支气管结核辅助确定方法、装置、设备、介质及产品在说明书摘要公布了:本申请公开了一种支气管结核辅助确定方法、装置、设备、介质及产品,涉及支气管结核辅助诊断领域,包括:构建图像样本数据集;构建融入多头自注意力的支气管结核诊断模型,包括:第一残差模组、第二残差模组、第三残差模组以及第四残差模组;第一残差模组包括多个普通残差块;第二残差组包括一个虚线残差块和多个普通残差块;第三残差模组包括:一个虚线残差块、多个普通残差块和一个带多头自注意力机制的残差块;第四残差模组包括:一个虚线残差块、一个普通残差块和一个带多头自注意力机制的残差块;对融入多头自注意力的支气管结核诊断模型进行训练,基于该训练好的模型得到支气管结核的分型。本申请能够大大提升支气管结核的诊断精度。

本发明授权支气管结核辅助确定方法、装置、设备、介质及产品在权利要求书中公布了:1.一种支气管结核辅助确定方法,其特征在于,所述支气管结核辅助确定方法包括: 构建图像样本数据集; 构建融入多头自注意力的支气管结核诊断模型;所述融入多头自注意力的支气管结核诊断模型包括:第一残差模组、第二残差模组、第三残差模组以及第四残差模组;其中,所述第一残差模组包括多个普通残差块;所述第二残差模组包括一个虚线残差块和多个普通残差块;所述第三残差模组包括:一个虚线残差块、多个普通残差块和一个带多头自注意力机制的残差块;所述第四残差模组包括:一个虚线残差块、一个普通残差块和一个带多头自注意力机制的残差块; 基于所述图像样本数据集对所述融入多头自注意力的支气管结核诊断模型进行训练; 将待处理的用户支气管内镜下的图像输入至训练好的融入多头自注意力的支气管结核诊断模型中,得到支气管结核的分型; 所述第一残差模组包括第一普通残差块、第二普通残差块以及第三普通残差块; 所述第一普通残差块、第二普通残差块以及第三普通残差块均包括两个3×3的卷积层; 所述第一普通残差块、第二普通残差块以及第三普通残差块依次连接; 所述第二残差模组包括:第一虚线残差块、第四普通残差块、第五普通残差块以及第六普通残差块; 所述第一虚线残差块、第四普通残差块、第五普通残差块以及第六普通残差块均包括两个3×3的卷积层; 所述第一虚线残差块、第四普通残差块、第五普通残差块以及第六普通残差块依次连接; 所述第三残差模组包括:第二虚线残差块、第七普通残差块、第八普通残差块、第九普通残差块、第十普通残差块以及第一带多头自注意力机制的残差块; 所述第二虚线残差块、第七普通残差块、第八普通残差块、第九普通残差块以及第十普通残差块均包括两个3×3的卷积层;所述第一带多头自注意力机制的残差块包括一个3×3的卷积层和一个融入多头自注意力机制的卷积层; 所述第四残差模组包括:第三虚线残差块、第十一普通残差块以及第二带多头自注意力机制的残差块; 所述第三虚线残差块和第十一普通残差块均包括两个3×3的卷积层,所述第二带多头自注意力机制的残差块包括一个3×3的卷积层和一个融入多头自注意力机制的卷积层。

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江西省胸科医院(江西省第三人民医院);上海工程技术大学,其通讯地址为:330006 江西省南昌市东湖区叠山路346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。