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！

龙图腾网获悉海南大学申请的专利基于自监督和小样本学习的医学图像识别方法、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：CN116402741B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310033703.3，技术领域涉及：G06T7/00；该发明授权基于自监督和小样本学习的医学图像识别方法、装置是由刘谦;付玲;周经俊设计研发完成，并于2023-01-10向国家知识产权局提交的专利申请。

本基于自监督和小样本学习的医学图像识别方法、装置在说明书摘要公布了：本发明涉及图像识别领域，具体实施例中提供一种基于自监督和小样本学习的医学图像识别方法、装置、计算机设备、可存储介质，利用图像增强技术对同一张pCLE图像进行两次随机增强得到不同的实例，并将两个实例分别输入到孪生神经网络获得相应的图像特征嵌入；接着，对两个图像特征嵌入进行特征混合，使用pCLE图像数据集对孪生神经网络进行无监督范式的训练，将获得的预训练模型与分类器进行结合来完成对常见疾病pCLE图像的识别，利用在自监督学习中获得的预训练模型与基于度量的元学习相结合来进一步微调孪生神经网络，以实现对稀有疾病下的pCLE图像的识别，具有较好的泛化性，有效实现了对常见类别疾病和稀有类别疾病两种场景下的pCLE图像的精准识别。

本发明授权基于自监督和小样本学习的医学图像识别方法、装置在权利要求书中公布了：1.一种基于自监督和小样本学习的医学图像识别方法，其特征在于，包括： 利用图像增强技术对探头型共聚焦激光内窥镜pCLE图像进行两次随机增强得到两个不同的实例，将所述两个不同的实例分别输入孪生神经网络获得相应的图像特征嵌入；包括： 使用图像增强技术对同一个pCLE图像X进行两次随机增强，分别获得第一增强图像X1、第二增强图像X2， 将所述第一增强图像X1、所述第二增强图像X2分别输入到孪生神经网络f中得第一参数Z1、第二参数Z2； 将所述第一参数Z1、所述第二参数Z2输入到由三个全连接层FC组成的预测器模块获得第一类别参数P1、第二类别参数P2，其中，所述全连接层之间包含ReLU激活函数和批量样本的归一化BN； 基于所述第二参数Z2和所述第二类别参数P2来自同一分支第二参数Z2，定义所述第二参数Z2和所述第二类别参数P2之间的相似性大于所述第一参数Z1和所述第一类别参数P1，得到Z2P2Z1P2，基于以下公式（1）构建Z1_mix和Z2_mix: （1） 其中，Z2P2Z1P2=S，推导出1-λmixZ2P2-S=0，得到λmix1； 将得到的两个图像特征嵌入进行特征融合并通过正则化方式优化pCLE图像数据集； 利用所述pCLE图像数据集对所述孪生神经网络进行无监督训练得到预训练模型和分类器，所述预训练模型和所述分类器用于对pCLE图像进行粗识别； 利用小样本学习对所述预训练模型进行训练得到小样本分类器，所述小样本分类器用于对pCLE图像进行精细识别。

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海南大学，其通讯地址为：570228 海南省海口市人民大道58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”。