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！

龙图腾网获悉杭州电子科技大学申请的专利一种人机协同的双重标注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：CN119763119B 。

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：202411819630.1，技术领域涉及：G06V20/70；该发明授权一种人机协同的双重标注方法是由叶铭滔;徐慧婷;章哈琪;李圣杰;李春亭;陈一鸣;蔡显乐;周毅;章国道;王毅刚设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本一种人机协同的双重标注方法在说明书摘要公布了：本发明请求保护一种人机协同的双重标注方法，包括：利用ABUS采集影像，并将其划分为未标注数据集N和标注数据集M。该方法采用图像增广处理和归一化，使用基于对比学习的自监督框架增强图像特征。接着利用深度学习架构U‑Net和ResNet50构建视觉模型，自动标注图像中的感兴趣区域，并提供初步估计。此后，对自动标注过的乳腺影像进行人工标注，实现人机双重标注，提供更准确的估计。最后，使用对比学习算法从未标注数据集N学习图像表示，并结合标注数据集M中的监督信号更新视觉模型。本发明通过综合利用人工智能和专业医生的标注结果，同时引入标注质量评估机制，提高了图像的可识别性能，强化了图像特征的表现力，进一步增强了视觉模型的泛化能力。

本发明授权一种人机协同的双重标注方法在权利要求书中公布了：1.一种人机协同的双重标注方法，其特征在于，包括有以下步骤： 步骤一：利用自动成像系统生成图像并将图像划分为未标注数据集N和标注数据集M； 步骤二，对标注数据集M进行预处理；通过图像增广处理，增大数据集，归一化处理输入的数据； 步骤三，对预处理后的图像通过基于对比学习的自监督框架学习图像表征，增强其图像特征； 步骤四，对步骤三特征增强后的图像，基于深度学术结合迁移学习对其进行学习，利用U-Net和残差网络深度学习架构构建视觉模型，自动标注图像中的感兴趣区域，得到图像数据集M； 步骤五，对步骤四自动标注过的影像，再次进行人工标注，得到更新后图像数据集M； 步骤六，使用对比学习算法从未标注数据集N中学习图像表示，从标注数据集M中提取额外的监督信号，使用对比学习模型学习特征表示，并结合监督信号更新视觉模型； 所述步骤三中包括有以下具体步骤： 第一，对图像序列，采取数据增强操作，生成两个不同的视图，记为I_1和I_2； 第二，引入一个动量编码器，为在线编码器学习判别表征提供对比监督，并且采用增强后的完整视图作为输入； 第三，引入一个特征解码器，进行平均池化计算来作为整个图像的表征； 第四，分别将“投影预测”和“投影”层附加到特征解码器和动量编码器上； 第五，在特征层面通过自蒸馏方式实现两种情形下的信息传递； 所述步骤六中包括有以下具体步骤： 第一，使用对比学习模型从未标注数据集N中学习图像特征表示，与步骤三相同； 第二，从更新后的标注数据集M中提取额外的监督信号； 第三，将对比学习任务与监督信号相结合，形成一个多任务损失函数； 第四，使用多任务损失函数训练视觉模型，同时更新对比学习和监督学习模块的参数。

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电子科技大学，其通讯地址为：310000 浙江省杭州市下沙高教园区；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。