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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南方医科大学第五附属医院胡全福获国家专利权

南方医科大学第五附属医院胡全福获国家专利权

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!

龙图腾网获悉南方医科大学第五附属医院申请的专利基于喉镜图像和RFS-Net算法的咽喉反流疾病检测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:CN120510442B

龙图腾网通过国家知识产权局官网在2026-03-13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:202510633102.5,技术领域涉及:G06V10/764;该发明授权基于喉镜图像和RFS-Net算法的咽喉反流疾病检测方法及系统是由胡全福;欧阳绍基;张丽丽设计研发完成,并于2025-05-16向国家知识产权局提交的专利申请。

基于喉镜图像和RFS-Net算法的咽喉反流疾病检测方法及系统在说明书摘要公布了:本发明提供了基于喉镜图像和RFS‑Net算法的咽喉反流疾病检测方法及系统,涉及医学图像智能检测技术领域,包括以下步骤:获取喉镜图像样本,进行预处理,得到标准图像;将标准图像输入RFS‑Net模型,提取空间特征和频谱特征;基于改进的FocalLoss函数结合提取的空间特征和频谱特征进行模型训练,平衡样本分布;通过残差注意力机制RAM融合图像样本的浅层纹理特征与深层语义特征;结合临床指标以及融合特征对患者数据进行病变分析,输出检测结果;本发明通过RFS‑Net模型对喉镜图像进行多维度特征提取和融合,涵盖了空间特征和频谱特征,结合改进的FocalLoss函数优化模型训练,能够更准确地识别咽喉反流疾病的特征,减少误诊和漏诊情况。

本发明授权基于喉镜图像和RFS-Net算法的咽喉反流疾病检测方法及系统在权利要求书中公布了:1.基于喉镜图像和RFS-Net算法的咽喉反流疾病检测方法,其特征在于,包括以下步骤: S1:获取喉镜图像样本,进行预处理,得到标准图像; S2:构建RFS-Net模型,包括空间特征提取网络和频谱特征提取网络,将标准图像输入RFS-Net模型,提取空间特征和频谱特征,包括以下步骤: 采用改进型ResNet-50网络,通过3×3卷积核提取喉镜图像的局部纹理特征,作为空间特征,包括黏膜血管分布、溃疡边缘; 引入小波变换算法,将图像分解为低频近似分量和高频细节分量,捕获病灶区域的高频病理信号,作为频谱特征,包括异常增生组织的边缘特征; 将空间特征与频谱特征进行逐通道拼接; 通过交叉注意力机制CAM动态调整两分支特征的权重; S3:基于改进的FocalLoss函数结合步骤S2中提取的空间特征和频谱特征进行模型训练,平衡样本分布; 所述S3中,改进的FocalLoss函数为: ; 其中,为调节因子;为类别平衡系数;为模型预测概率;为自然对数的底数,等于2.71828;为平衡因子,用于调整正负样本在损失函数中的权重;表示预测概率与0.5之间的绝对值差;当接近0.5时,这个差值小,指数项的值大,从而增加该样本的损失值;当远离0.5时,这个差值大,指数项的较小,从而减小该样本的损失值;根据样本的难易程度动态调整分类损失权重,结合空间特征和频谱特征,抑制易分样本的贡献,引入类别权重参数,平衡样本; S4:通过残差注意力机制RAM融合图像样本的浅层纹理特征与深层语义特征,获得融合特征; S5:结合临床指标以及步骤S4中的融合特征对患者数据进行病变分析,输出检测结果。

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南方医科大学第五附属医院,其通讯地址为:510000 广东省广州市从化区城郊街从城大道566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。