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！

龙图腾网获悉杭州市红十字会医院(浙江省中西医结合医院、浙江中医药大学附属中西医结合医院)申请的专利一种基于深度学习的运动损伤图像分类方法和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：CN120495793B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510978165.4，技术领域涉及：G06V10/764；该发明授权一种基于深度学习的运动损伤图像分类方法和系统是由汪翼凡;冯俊凯;胡超海设计研发完成，并于2025-07-16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运动损伤图像分类方法和系统在说明书摘要公布了：本方案公开了一种基于深度学习的运动损伤图像分类方法和系统，以传统ResNet‑50网络为基础，将输入模块替换为本方案提出的下采样特征提取模块，并将网络最后阶段的原始瓶颈结构替换使用本方案提出的轻量级多尺度特征融合与增强模块，保留中间阶段的原始瓶颈结构，实现对运动损伤图像的多尺度特征提取与融合，并在有效控制模型参数量和计算复杂度的同时，显著提升对各种类型运动损伤的识别精度与稳定性。

本发明授权一种基于深度学习的运动损伤图像分类方法和系统在权利要求书中公布了：1.一种基于深度学习的运动损伤图像分类方法，包括构建包含输入层、残差块、平均池化层和全连接层的分类网络，其特征在于， 所述的输入层包括基于深度可分离卷积与SCConv优化的下采样特征提取模块； 所述的残差块包括若干瓶颈结构和轻量级多尺度特征融合与增强模块； 轻量级多尺度特征融合与增强模块包括深度可分离卷积和双路径注意力机制； 使用预先准备的包含运动损伤图像的图像数据集对所述的分类网络进行训练以得到能够对运动损伤图像做出是否损伤的判断结果的运动损伤图像分类模型； 所述的下采样特征提取模块包括依次连接的初始层卷积，SCConv模块，批归一化，激活函数和中大尺寸深度可分离卷积； 经由所述瓶颈结构处理的特征图被输入至所述的轻量级多尺度特征融合与增强模块； 轻量级多尺度特征融合与增强模块的输出连接于所述的平均池化层； 所述平均池化层的输出连接于所述的全连接层； 所述的轻量级多尺度特征融合与增强模块包括： 降维卷积层，用于对输入特征图进行通道降维； 轻量EMA注意力机制，用于对降维后的特征图进行空间和通道双路径注意力操作； 升维卷积层，用于对经过注意力机制处理后的特征图进行通道升维，恢复到原始通道数； 所述的降维卷积层的输入和所述升维卷积层的输出残差连接； 所述的轻量EMA注意力机制包括以下步骤： 对特征图执行小尺寸可分离深度卷积操作，用于进一步提取特征； 对经过进一步特征提取的特征图进行批正则化处理和激活函数处理； 对经由批正则化处理和激活函数处理的输出进行空间注意力操作，包括水平垂直方向自适应池化、1×1卷积和激活函数处理； 对空间注意力操作输出的特征图与经由批正则化处理和激活函数处理输出的特征图进行乘法融合输出空间增强特征； 对所述的空间增强特征进行通道注意力操作，包括全局平均池化、轻量MLP和Sigmoid激活函数处理； 将所述空间增强特征与所述通道注意力的输出顺序乘法融合，输出增强特征图； 所述的增强特征被送入所述的平均池化层进行处理。

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杭州市红十字会医院(浙江省中西医结合医院、浙江中医药大学附属中西医结合医院)，其通讯地址为：310006 浙江省杭州市拱墅区环城东路208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”。