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特征提取和注意力机制的MRI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：CN115239985B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202210519765.0，技术领域涉及：G06V10/764；该发明授权基于特征提取和注意力机制的MRI图像分类方法及系统是由耿玉水;林雪;赵晶;张雪峰设计研发完成，并于2022-05-13向国家知识产权局提交的专利申请。

本基于特征提取和注意力机制的MRI图像分类方法及系统在说明书摘要公布了：本发明属于图像分类技术领域，提供了一种基于特征提取和注意力机制的MRI图像分类方法及系统，包括：获取MRI图像数据并进行预处理；利用预先训练好的双线性卷积神经网络模型进行图像分类；其中，所述双线性卷积神经网络模型，包括第一网络模型、第二网络模型以及分类器；所述第一网络模型和所述第二网络模型结构相同，具体包括：卷积层、第一最大池化层、残差块组合单元以及第二最大池化层；所述残差块组合单元为多分支卷积残差块；所述残差块组合单元和所述第二最大池化层之间添加注意力机制，对所述残差块组合单元处理后的MRI图像特征进行通道注意力添加权重；本发明通过在残差单元结构中在添加小残差块，解决医学图像数据样本少且泛化能力弱的问题。

本发明授权基于特征提取和注意力机制的MRI图像分类方法及系统在权利要求书中公布了：1.基于特征提取和注意力机制的MRI图像分类方法，其特征在于，包括： 获取MRI图像数据并进行预处理； 利用预先训练好的双线性卷积神经网络模型进行图像分类； 其中，所述双线性卷积神经网络模型，包括第一网络模型、第二网络模型以及分类器；所述第一网络模型和所述第二网络模型结构相同，具体包括： 卷积层、最大池化层、残差块组合单元以及池化层； 所述残差块组合单元为多分支卷积残差块；其中，残差块组合单元采用改进后的ResNet模型，把滤波器从单分支改为多分支，利用改进后的3x3残差块中加入‘基数’的概念，得到残差块组合单元结构；将预处理后获取的图像特征大小为224ⅹ224，经过了7x7的卷积层和3x3的最大池化后获得256x224x224大小的尺寸，先通过分裂将原残差块中整通道数以32基数为准，把256x224x224分割为32组通过4个1x1的卷积核得到4x224x224大小的特征，后将通过3x3卷积核大小得到通道为4的特征，该转换后起到对图像数据下采样作用实现降维效果，把降维后的特征进行卷积得到256x224x244的特征，最终实现聚合效果；又对添加基数的残差块内降维卷积，在现有的残差内单个结构中替换成分割后小的残差块，是对3x3的残差块进行改进，把细粒度的多尺度并行进行，先将通过1x1后的特征图按照通道数量平分s块，选择s＝4的情况，每一小块都是xi大小，平分后的xi都进行一个3x3的卷积，且每一个3x3的卷积算子都从特征xi中接受到特征信息，假设K表示卷积过程，则一开始x1是直接进行卷积操作的，随i的递增，xi与Ki-1相加后再送入Ki中，依次进行循环，最后把分割后输出结果块进行串联；所述残差块组合单元和所述池化层之间添加注意力机制，对所述残差块组合单元处理后的MRI图像特征进行通道注意力添加权重。

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。