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;中南大学申请的专利基于IGCNN的消化道内镜图像识别方法、设备及介质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：CN116843630B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202310714605.6，技术领域涉及：G06T7/00；该发明授权基于IGCNN的消化道内镜图像识别方法、设备及介质是由姚兰;刘佳;曾锋;练光辉设计研发完成，并于2023-06-16向国家知识产权局提交的专利申请。

本基于IGCNN的消化道内镜图像识别方法、设备及介质在说明书摘要公布了：本发明公开了一种基于IGCNN的消化道内镜图像识别方法、设备及介质，方法包括：将消化道内镜图像输入卷积神经网络，最后一个卷积层输出多通道特征图，最后一个全连接层输出图像识别的类分数；反向传播计算类分数关于各通道特征图的梯度，并将梯度全局平均池化得到各通道特征图的重要性权重，进而加权组合得到具有可解释性的注意力图；将注意力图处理并计算获得预测框，基于预测框及真实框构建第一损失函数；基于图像识别各类别的类分数及真实框，构建图像识别分类损失函数；结合两个损失函数训练卷积神经网络，使用训练所得模型对待识别的消化道内镜图像进行识别输出。本发明对消化道内镜图像的识别准确率高。

本发明授权基于IGCNN的消化道内镜图像识别方法、设备及介质在权利要求书中公布了：1.一种基于IGCNN的消化道内镜图像识别方法，其特征在于，所述IGCNN为可解释性方法引导卷积神经网络，所述基于IGCNN的消化道内镜图像识别方法包括： 将消化道内镜图像x输入卷积神经网络，卷积神经网络的最后一个卷积层输出得到多个通道特征图，卷积神经网络的最后一个全连接层输出图像识别的类分数sc； 反向传播计算类分数sc关于各通道特征图Fk的梯度将梯度通过全局平均池化层得到Fk所对应的重要性权重并将作为权重对各通道特征图Fk加权组合，得到输入图像x对应的具有可解释性的注意力图Ac； 将注意力图Ac进行图像处理并计算获得预测框，基于预测框及真实框构建第一损失函数； 基于图像识别各类别的类分数sc及真实框，构建图像识别分类损失函数，记为第二损失函数； 结合第一和第二损失函数训练卷积神经网络，训练得到消化道内镜图像识别模型； 使用训练得到的消化道内镜图像识别模型，对待识别的消化道内镜图像进行识别输出； 其中，基于预测框及真实框构建第一损失函数为： 其中，Lossmul_GIoU代表第一损失函数值，N为一个batch_size的图像数量，xl为其中第l个图像，为图像xl的损失函数值，具体地： 其中，为图像xl中第i个预测框Pbi的损失函数值，m为图像xl的预测框数量；n为图像xl的真实框数量，Ptj为图像xl中的第j个真实框；GIoUPbi,Ptj表示预测框Pbi与真实框Ptj的重合度，它比多考虑了Pbi和Ptj不相交的情况；代表同时包含预测框Pbi与真实框Ptj的最小矩形，代表预测框Pbi相对于真实框Ptj的重合度。

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湖南大学;中南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路2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”。