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！

龙图腾网获悉中国科学院苏州生物医学工程技术研究所申请的专利基于卷积神经网络与课程学习的多模态医学图像分类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：CN114140648B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202111447451.6，技术领域涉及：G06V10/764；该发明授权基于卷积神经网络与课程学习的多模态医学图像分类系统是由戴亚康;胡冀苏;周志勇;钱旭升;郑毅设计研发完成，并于2021-11-30向国家知识产权局提交的专利申请。

本基于卷积神经网络与课程学习的多模态医学图像分类系统在说明书摘要公布了：本发明公开了一种基于卷积神经网络与课程学习的多模态医学图像分类系统，其包括：图像预处理模块和多尺度卷积神经网络分类器，多尺度卷积神经网络分类器包括Resnet50网络、特征金字塔网络、maskROI模块和注意力模块。Resnet50网络提取输入的图像的特征，并输出至特征金字塔网络处理得到完整的特征图并输出至所述注意力模块；maskROI模块用于向分类器中输入包含感兴趣区域的特定图像；注意力模块得到的特征图与maskROI模块输入的图像相乘后作为结果输出。本发明以课程学习作为网络训练的先验知识能合理利用有限数据，训练过程中，网络的学习难度逐渐增加，使得训练过程更加合理，能得到结果更精准的分类器。

本发明授权基于卷积神经网络与课程学习的多模态医学图像分类系统在权利要求书中公布了：1.一种基于卷积神经网络与课程学习的多模态医学图像分类系统，其特征在于，其包括：图像预处理模块和多尺度卷积神经网络分类器，所述多尺度卷积神经网络分类器包括Resnet50网络、特征金字塔网络、maskROI模块和注意力模块； 所述Resnet50网络提取输入的图像的特征，并输出至所述特征金字塔网络，所述特征金字塔网络处理得到完整的特征图并输出至所述注意力模块，所述注意力模块用于重新分配特征图中每个通道和空间的权重；所述maskROI模块用于向分类器中输入包含感兴趣区域的特定图像，以使分类器更加关注感兴趣区域；所述注意力模块得到的特征图与maskROI模块输入的图像相乘后作为结果输出； 所述特征金字塔网络包括bottleneck1层、bottleneck2层、bottleneck3层、bottleneck4层、卷积层C2、卷积层C3、卷积层C4、卷积层C5、平滑层和Concat层； 所述Resnet50网络输出的图像的特征通过所述特征金字塔网络产生了四种不同分辨率的特征图，来自bottleneck1-4层的特征图利用横向连接进行增强，每个横向连接都合并了来自bottleneck1-4层和C5-C2层的相同空间大小的特征图，得到了三种尺度的特征图；然后利用平滑层对三种尺度的特征图进行处理以减少上采样的混叠效应，最后通过Concat层将这些不同尺度的特征先上采样到相同尺度再进行合并，获得完整的特征图； 所述注意力模块为BAM模块，其将空间注意力和通道注意力以并联的方式组合起来，对于给定的输入特征图F∈RC×H×W，BAM模块推断出一个3D注意力图MF∈RC×H×W，经BAM模块重新分配每个通道和空间的权重后的特征图F'的计算方法为： 其中，表示按元素相乘；3D注意力图MF的计算方法为：首先计算两个独立分支上的通道注意力图McF∈RC和空间注意力图MsF∈RC，然后按照下式计算BAM注意力图MF： MF＝σMcF+MsF； 其中，σ是一个sigmoid函数，使得这两个独立分支输出在添加之前都被重新调整为RC ×H×W。

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中国科学院苏州生物医学工程技术研究所，其通讯地址为：215163 江苏省苏州市高新区科技城科灵路88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”。