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！

龙图腾网获悉山东大学齐鲁医院申请的专利一种基于多任务学习的甲状腺乳头状癌病理图像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：CN115526827B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202210844594.9，技术领域涉及：G06T7/00；该发明授权一种基于多任务学习的甲状腺乳头状癌病理图像分类方法及系统是由李魏玮;李晓婧;张冉冉;曹艳坤;崔笑笑;陶可猛;刘治设计研发完成，并于2022-07-19向国家知识产权局提交的专利申请。

本一种基于多任务学习的甲状腺乳头状癌病理图像分类方法及系统在说明书摘要公布了：本发明公开一种基于多任务学习的甲状腺乳头状癌病理图像分类方法，实现对高细胞型肿瘤细胞旋转目标检测，细胞核目标检测及细胞核分类进行多任务学习；本发明还将高细胞型肿瘤细胞检测的异常评估，细胞核检测的异常评估作为两个辅助任务。本发明有效克服了单一任务信息量利用不充足问题，通过利用多任务间的信息互助提高对甲状腺乳头状癌病理图像的分类和或统计工作的准确性和高效性。

本发明授权一种基于多任务学习的甲状腺乳头状癌病理图像分类方法及系统在权利要求书中公布了：1.一种基于多任务学习的甲状腺乳头状癌病理图像分类方法，其特征在于，包括： 1分别采集病理图像：高细胞型甲状腺乳头状癌病理图像、高细胞型以外的甲状腺乳头状癌病理图像； 2将采集到的病理图像进行归一化处理：染色归一化操作； 3人工对步骤2的病理图像进行标注： 对甲状腺乳头状癌细胞核利用矩形框进行标注；对高细胞型甲状腺乳头状癌细胞进行旋转矩形框的标注；对高细胞型以外的甲状腺乳头状癌细胞利用矩形框进行标注；将标注完毕的所有甲状腺乳头状癌细胞进行独立拆分，并利用不同角度的旋转、翻转操作以扩充数据集； 4构建病理图像分类模型： 包括RetinaNet的网络结构，所述RetinaNet的网络结构包括ResNet50Backbone模块，在所述ResNet50Backbone模块中沿数据流向依次包括Conv1层、C2层、C3层、C4层和C5层，分别通过所述C3层、C4层和C5层分别输出针对大目标、中目标和小目标的目标检测特征图，并分别与后续的多任务分支头模块进行连接； 5构建识别网络： 所述多任务分支头模块包括： 甲状腺乳头状癌细胞核检测异常评估，甲状腺乳头状癌细胞核检测分支，甲状腺乳头状癌细胞核分类分支，高细胞型甲状腺乳头状癌细胞检测分支，高细胞型甲状腺乳头状癌细胞检测异常评估。

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山东大学齐鲁医院，其通讯地址为：250012 山东省济南市文化西路107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。