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！

龙图腾网获悉磐技(上海)信息科技有限公司申请的专利基于深度学习的医疗影像数据处理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：CN119943297B 。

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：202510419580.6，技术领域涉及：G16H30/40；该发明授权基于深度学习的医疗影像数据处理方法及系统是由童晓明;王崇;吴文巍;薛炯设计研发完成，并于2025-04-03向国家知识产权局提交的专利申请。

本基于深度学习的医疗影像数据处理方法及系统在说明书摘要公布了：本发明公开了基于深度学习的医疗影像数据处理方法及系统，涉及影像数据处理技术领域，针对域差异和数据稀缺问题，结合域自适应训练、伪标签生成、动态权重优化及多模态验证技术，首先利用U‑Net与域对抗网络，通过梯度反转层训练，生成具备跨域泛化能力的初始模型；然后基于初始模型与弹性变换增强数据，设计解剖先验约束计算一致性损失，生成高质量伪标签；再结合标注数据与伪标签，设计联合损失并动态调整权重，迭代优化模型并更新伪标签；最后通过多模态验证集评估性能，若不足则使用迁移学习微调，生成支持多模态分割的最终模型，该方案可以降低标注依赖，提升跨域鲁棒性和多模态适应性，具备更好的稳定性和可靠性。

本发明授权基于深度学习的医疗影像数据处理方法及系统在权利要求书中公布了：1.基于深度学习的医疗影像数据处理方法，其特征在于：包括， 医疗影像数据集存在域差异时，利用带有域标签的标注数据和未标注数据，结合U-Net与域对抗网络，通过梯度反转层训练模型；生成具备跨域泛化能力的初始模型； 在为未标注数据生成伪标签时，基于初始模型和经弹性变换生成的增强数据，对增强数据进行预测得到增强伪标签，设计解剖先验约束计算一致性损失，并产出高质量伪标签； 具备标注数据和伪标签时，使用标注数据、未标注数据和伪标签，设计联合损失动态调整权重，通过迭代优化初始模型生成更新模型，生成优化模型并更新伪标签； 当更新模型生成后，使用多模态验证集评估该模型的分割性能，若性能不足则通过迁移学习进行微调，生成支持多模态数据分割的最终模型，输出该模型以供后续使用； 将医疗影像数据集划分为标注数据和未标注数据，根据成像设备或数据来源，为每张影像分配一个域标签；以U-Net网络作为分割任务的基础架构，包含编码器和解码器；引入域对抗网络并增加域分类器模块，在编码器与域分类器之间插入梯度反转层； 训练目标为同时优化分割任务和域分类任务，通过综合损失函数驱动模型，综合学习损失函数分为两部分：分割损失、域分类损失；综合损失函数定义为两者的加权和，通过梯度反转层实现域对抗； 设计针对医疗影像域差异的综合损失函数，结合梯度反转机制实现域不变特征学习，训练出具备跨域泛化能力的初始模型； 构建一致性损失函数，用于衡量初始伪标签与增强伪标签之间预测结果的稳定性；采用KL散度作为一致性度量，计算原始概率图与增强概率图之间的差异；以增强伪标签作为未标注数据的监督信号，一致性损失函数作为正则化损失。

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磐技(上海)信息科技有限公司，其通讯地址为：200000 上海市长宁区延安西路1538号11幢1层A102；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”。