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！

龙图腾网获悉浙江工业大学申请的专利基于半监督深度非平行支持向量机的智能医疗诊断方法和装置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：CN119069109B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202410967070.8，技术领域涉及：G16H50/20；该发明授权基于半监督深度非平行支持向量机的智能医疗诊断方法和装置是由陈伟杰;李若灵;叶娅芬;陈珂;李波億;刘佳狄设计研发完成，并于2024-07-18向国家知识产权局提交的专利申请。

本基于半监督深度非平行支持向量机的智能医疗诊断方法和装置在说明书摘要公布了：基于半监督深度非平行支持向量机的智能医疗诊断方法和装置，其方法包括：1构建和预处理医学数据集；2增广有监督样本和无监督样本；3计算重构损失和一致性损失；4使用置信度筛选高质量伪标签；5构建分类任务损失函数，其中采用类似“一对余”来处理多分类学习问题；6构建模型总体损失函数；7构建医疗诊断分级评估决策函数；8针对新的医疗样本，预测该样本的分级评估结果。

本发明授权基于半监督深度非平行支持向量机的智能医疗诊断方法和装置在权利要求书中公布了：1.基于半监督深度非平行支持向量机的智能医疗诊断方法，包括如下步骤： 步骤一：构建和预处理医学数据集；包括数据筛选与预处理、数据归一化和数据标注，不均衡数据均衡化； 步骤二：增广有监督样本和无监督样本，通过构建掩码生成器和特征生成器，整合增广输出，从而提高模型的训练效果和泛化能力；基于自监督学习，通过对原始样本特征，进行一系列增强变换，生成新的训练样本，学习样本之间潜在关系； 步骤三：计算重构损失和一致性损失，包括构建特征表示网络模型、计算特征相应的logits、计算重构特征表示、计算样本的重构损失和计算掩码重构损失；重构损失衡量模型重构特征与原始特征之间的差异，而一致性损失确保神经网络的输出在不同条件下保持一致； 步骤四：使用置信度筛选高质量伪标签包括对无监督样本生成伪标签向量，并筛选出高质量的伪标签； 步骤五：构建分类任务损失函数，包括构建非平行类内损失函数和构建非平行类间损失函数；通过结合类内和类间的局部信息并采用参数共享机制，为每个类别寻找一个最优超平面； 步骤六：构建模型总体损失函数，包括促进类内样本紧凑性，类间样本区分度，模型重构精度和预测一致性；将这些目标损失函数融合到一个统一的损失函数； 步骤七：医疗诊断分级评估，实现对脑胶质瘤数据的分级诊断；对于一个新样本，即脑胶质瘤样本特征，通过计算到每个非平行近端超平面的距离来判断新样本的类别；每一个非近端超平面就代表一种类别，其中，类别包括低级别胶质瘤LGG、多形性胶质母细胞瘤GBM；距离最近的超平面的类别就是新样本的类别。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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”。

以上内容由龙图腾AI智能生成。