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！

龙图腾网获悉太原理工大学申请的专利一种基于深度学习的乳腺癌病理图像分类装置及方法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：CN116524226B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202310151308.5，技术领域涉及：G06V10/764；该发明授权一种基于深度学习的乳腺癌病理图像分类装置及方法是由王彬;张会敏;相洁;李颖;李丹丹设计研发完成，并于2023-02-22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乳腺癌病理图像分类装置及方法在说明书摘要公布了：本发明提供了一种基于深度学习的乳腺癌病理图像分类装置及方法，属于图像识别技术领域；解决了由于乳腺组织病理图像复杂、信息交织临床上对乳腺癌诊断耗时又耗力的问题；包括如下步骤：获取乳腺组织病理图像并对图像进行预处理；利用空洞卷积和并行卷积分支结构，在每个分支上添加参数可调的激活因子并结合残差连接得到感受野尺度注意力模块；基于感受野尺度注意力模块搭建第一级神经网络，基于图像块patch提取特征，训练特征提取器；通过平铺的特征融合模块对patch特征做融合；基于残差混合注意力模块搭建第二级神经网络，基于特征融合后的特征图提取全局特征实现图像级别的预测分类，训练网络并保存最终模型；本发明应用于乳腺癌病理图像的分类。

本发明授权一种基于深度学习的乳腺癌病理图像分类装置及方法在权利要求书中公布了：1.一种基于深度学习的乳腺癌病理图像分类装置，其特征在于：包括： 病理切片扫描仪，用于扫描乳腺组织切片获取乳腺病理图像； 处理器：所述处理器与病理切片扫描仪连接，所述处理器包括预处理模块、检测模块、分析模块，所述预处理模块用于将病理切片扫描仪获取的乳腺病理图像进行图像归一化和标准化预处理； 所述检测模块用于将预处理后的乳腺病理图像输入到轻量化深度学习模型，先提取图像块特征，并进行特征融合，再提取全局特征，通过提取到的乳腺癌病理图像特征实现对乳腺病理图像的分类； 所述轻量化深度学习模型基于卷积神经网络结构，由两级神经网络构成，集成感受野尺度注意力模块、平铺的特征融合、残差混合注意力模块； 第一级神经网络结构包括：第一层卷积层conv1，采用3×3卷积核，步长为2，并使用BN和ReLU；添加一层感受野尺度注意力模块；第一层池化层pool1，采用最大池化，窗口大小为3，步长为2；添加一层感受野尺度注意力模块；第二层卷积层conv2，采用3×3卷积核，步长为2，并使用BN和ReLU；添加一层感受野尺度注意力模块；第三层卷积层conv3，采用3×3卷积核，步长为2，并使用BN和ReLU；添加一层感受野尺度注意力模块；然后使用全局平均池化把每个通道的特征图输出均值结果作为一个神经元，最后通过一层全连接层和Softmax函数进行分类； 第二级神经网络结构包括：第一层卷积层conv1，采用1×1卷积核，步长为1，并使用BN和ReLU；第二层卷积层conv2，采用3×3卷积核，步长为1，并使用BN和ReLU；添加一层残差混合注意力模块；第三层卷积层conv3，采用3×3卷积核，步长为2，并使用BN和ReLU；第四层卷积层conv4，采用3×3卷积核，步长为1，并使用BN和ReLU；添加一层残差混合注意力模块；然后使用全局平均池化把每个通道的特征图输出均值结果作为一个神经元，最后通过一层全连接层和Softmax函数进行分类； 所述分析模块用于根据轻量化深度学习模型提取到的乳腺癌病理图像特征对乳腺病理图像进行可视化分析，分析结果在显示屏上进行显示。

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太原理工大学，其通讯地址为：030024 山西省太原市迎泽西大街79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”。