湖南大学李传莹获国家专利权
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！
龙图腾网获悉湖南大学申请的专利基于深度强化学习的医疗图片分类方法、系统及电子设备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：CN115761336B 。
龙图腾网通过国家知识产权局官网在2025-08-08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：202211444423.3，技术领域涉及：G06V10/764；该发明授权基于深度强化学习的医疗图片分类方法、系统及电子设备是由李传莹;全哲;肖雄;金洁茜;刘学建设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。
本基于深度强化学习的医疗图片分类方法、系统及电子设备在说明书摘要公布了：本申请公开了一种基于深度强化学习的医疗图片分类方法、系统及电子设备，将医疗图片的二元不平衡分类问题表示为顺序决策问题，包含两个模型，一是基于DDQN的不平衡分类模型DDQNbic，另一个是基于DuelingDQN的不平衡分类模型D_DQNbic，用于图片分类的系统在选定分类模型后对训练数据进行训练，用户可以根据自己的需求进行选择，也可以通过不同的模型进行分类并用于结果对比；当用户选择某个模型时，它将基于深度强化学习技术对类别不平衡的图片进行处理，最终以更高的准确度对图片进行成功分类。同时，本模型直接对类别不平衡的医疗图片进行分类，不进行平衡样本等额外操作，节省分类时间，降低了运行成本。
本发明授权基于深度强化学习的医疗图片分类方法、系统及电子设备在权利要求书中公布了：1.一种基于深度强化学习的医疗图片分类方法，其特征在于，包括： 步骤S1、提供训练样本； 步骤S2、通过智能体选择模型，所述模型包括基于DDQN的第一不平衡分类模型和基于DuelingDQN的第二不平衡分类模型，若选择所述第一不平衡分类模型，则执行步骤S3；若选择所述第二不平衡分类模型，则执行步骤S5； 步骤S3、所述第一不平衡分类模型通过当前值网络用来选择训练样本的动作，所述动作包括少数类和多数类； 步骤S4、在选择动作后，所述第一不平衡分类模型通过目标值网络对选择的动作做出评估，从目标值网络中找到动作的奖励； 步骤S5、所述第二不平衡分类模型利用卷积网络提取训练样本的图像特征，获取相应的特征向量，再利用竞争网络将特征向量输出到两个全连接层分支，分别对应状态价值和优势值，判断训练样本符合状态价值还是优势值，并给出对应的奖励； 步骤S6、所述智能体根据奖励的高低，判断训练样本的分类是否准确。
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湖南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路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”。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号