卡奥斯工业智能研究院(青岛)有限公司;海尔数字科技(青岛)有限公司;海尔卡奥斯物联生态科技有限公司姚星星获国家专利权
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!
龙图腾网获悉卡奥斯工业智能研究院(青岛)有限公司;海尔数字科技(青岛)有限公司;海尔卡奥斯物联生态科技有限公司申请的专利皮肤镜图像分割模型训练、皮肤镜图像识别方法及装置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:CN114693703B 。
龙图腾网通过国家知识产权局官网在2026-03-31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:202210336264.9,技术领域涉及:G06T7/11;该发明授权皮肤镜图像分割模型训练、皮肤镜图像识别方法及装置是由姚星星;万业聪;孟海秀;秦存涛;施森闽;任涛林设计研发完成,并于2022-03-31向国家知识产权局提交的专利申请。
本皮肤镜图像分割模型训练、皮肤镜图像识别方法及装置在说明书摘要公布了:本发明属于计算机技术领域,具体涉及一种皮肤镜图像分割模型训练、皮肤镜图像识别方法及装置。皮肤镜图像识别方法应用于皮肤镜图像识别系统,方法包括:接收待识别皮肤镜图像;待识别皮肤镜图像包括:皮肤病的病灶;响应用户触发的皮肤镜图像分割请求,将待识别皮肤镜图像输入至皮肤镜图像分割模型中,确定待识别皮肤镜图像中的病灶区域;皮肤镜图像分割模型为训练第一预设模型得到的;第一预设模型包括空洞卷积层、自注意力模块;根据待识别皮肤镜图像中的病灶区域,生成待识别皮肤镜图像对应的分割图像;输出待识别皮肤镜图像对应的分割图像。该方法提高了对皮肤镜图像识别的效率和准确性。
本发明授权皮肤镜图像分割模型训练、皮肤镜图像识别方法及装置在权利要求书中公布了:1.一种皮肤镜图像分割模型训练方法,其特征在于,所述方法包括: 获取第一样本数据集;所述第一样本数据集包括:至少一个样本数据子集;所述样本数据子集包括:样本皮肤镜图像,以及,所述样本皮肤镜图像中的病灶区域标签; 使用所述第一样本数据集训练第一预设模型,得到皮肤镜图像分割模型;其中,所述第一预设模型包括空洞卷积层、自注意力模块;所述空洞卷积层位于所述自注意力模块之前;所述空洞卷积层用于在保持所述病灶相关特征的特征空间分辨率不变的同时,提取所述样本皮肤镜图像中的与所述病灶相关的特征,所述自注意力模块用于根据所述病灶相关的特征,输出所述样本皮肤镜图像的全局语义特征;所述皮肤镜图像分割模型用于基于待识别皮肤镜图像,确定所述待识别皮肤镜图像中的病灶区域;所述全局语义特征是将自注意力模块1输出的所述样本皮肤镜图像的第一全局语义特征,和,自注意力模块2输出的所述样本皮肤镜图像的第二全局语义特征进行聚合得到的; 其中,所述第一预设模型的基础架构为残差学习网络,所述空洞卷积层的卷积核大小设置为使空洞卷积层输出的特征图的大小为样本皮肤镜图像的八分之一; 所述第一预设模型包括两个自主意力模块,自注意力模块1根据空洞卷积层输出的样本皮肤镜图像中的与病灶相关的特征,生成一个位置注意力矩阵,所述位置注意力矩阵用于表征该样本皮肤镜图像中任意两个点之间的关系;通过将所述位置注意力矩阵,与,空洞卷积层输出的样本皮肤镜图像中的与病灶相关的特征对应的特征矩阵,进行矩阵乘法,然后对相乘结果,和,在该注意力模块之前的卷积层或下采样层输出的与病灶相关的特征对应的特征矩阵进行逐元素的加法得到所述样本皮肤镜图像的第一全局语义特征; 自注意力模块2为通道注意力模块,所述通道注意力模块在通道维度,进行上述矩阵乘法,以及,逐元素的加法得到所述样本皮肤镜图像的第二全局语义特征。
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卡奥斯工业智能研究院(青岛)有限公司;海尔数字科技(青岛)有限公司;海尔卡奥斯物联生态科技有限公司,其通讯地址为:266500 山东省青岛市中国(山东)自由贸易试验区青岛片区岷山路1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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励