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！

龙图腾网获悉徐州医科大学;甘肃省妇幼保健院(甘肃省中心医院)申请的专利一种基于深度学习的自动化医学图像分类与异常检测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：CN120071025B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510541988.0，技术领域涉及：G06V10/764；该发明授权一种基于深度学习的自动化医学图像分类与异常检测系统是由李书艳;刘玉洁;马莹;宋泊明;吴响;夏有兵;张潇;赵岩设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本一种基于深度学习的自动化医学图像分类与异常检测系统在说明书摘要公布了：本发明属于医学图像分析与人工智能技术领域，涉及一种基于深度学习的自动化医学图像分类与异常检测系统，采用图像预处理模块对采集的HSG图像进行预处理；将预处理后的HSG图像输入图像分类模块输出具有分类标签的HSG图像；将具有分类标签的HSG图像输入条件引导生成模块，生成新样本图像；将预处理后的HSG图像和新样本图像输入异常检测模块进行异常检测，通过热力图展示模块直观展示异常区域的分布情况和严重程度；本发明提供了一种自动化、高效且精确的图像异常检测与定位方法，能够有效降低误检和漏检率，提升临床诊断的效率和准确性，为医生提供更加可靠的辅助诊断工具。

本发明授权一种基于深度学习的自动化医学图像分类与异常检测系统在权利要求书中公布了：1.一种基于深度学习的自动化医学图像分类与异常检测系统，其特征在于：所述系统包括如下模块： 图像处理模块，负责对采集到的HSG图像进行预处理； 图像分类模块，包括第一模型和第二模型，用于识别HSG图像的类别，并输出具有分类标签的HSG图像；其中： 第一模型是由大型医学图像数据集训练卷积神经网络模型获得的； 第二模型是由预处理后HSG图像训练第一模型获得的预训练模型，再通过微调预训练模型获得的；微调是通过冻结预训练模型的通用特征层，调整分类层实现的；所述分类标签包括A、B、C和D，其中：A为双侧畅通、B为单侧畅通、C为双侧通而不畅，D为双侧阻塞； 条件引导生成模块，包括遮挡实验单元和生成健康图像块单元，其中： 遮挡实验单元，在图像分类模块输入的具有分类标签的HSG图像中，随机生成高斯噪声块，通过逐块遮挡图像中的不同部分，模拟图像损坏或遮挡情况； 生成健康图像块单元，通过利用分类标签引导生成的对抗网络，生成与A类HSG图像相似的健康图像块，替换所述高斯噪声块，生成新样本图像； 异常检测模块，通过对经图像处理模块预处理后的HSG图像和新样本图像的预测分数进行减法计算，量化每个区域的差异分数来确定异常区域； 热力图展示模块，根据差异分数标记异常区域，并将热力图叠加在原始图像上，展示异常区域的分布情况和严重程度。

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徐州医科大学;甘肃省妇幼保健院(甘肃省中心医院)，其通讯地址为：221004 江苏省徐州市云龙区铜山路209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”。