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！

龙图腾网获悉苏州大学申请的专利一种炎块期浆细胞性乳腺炎鉴别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：CN119851010B 。

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：202411884818.4，技术领域涉及：G06V10/764；该发明授权一种炎块期浆细胞性乳腺炎鉴别方法和系统是由汤在祥;董凤林;白璐;郑燕;许家旗设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种炎块期浆细胞性乳腺炎鉴别方法和系统在说明书摘要公布了：本发明涉及一种炎块期浆细胞性乳腺炎鉴别方法和系统，其中，方法包括：步骤S1：获取关于乳腺的灰阶超声图像和超声造影图像；步骤S2：提取所述关于乳腺的灰阶超声图像和超声造影图像的影像组学特征；步骤S3：通过预设模型对所述影像组学特征进行预测，用以确定乳腺是否存在炎块期浆细胞性乳腺炎。本发明能够对炎块期浆细胞性乳腺炎进行有效鉴别，实用性较好。

本发明授权一种炎块期浆细胞性乳腺炎鉴别方法和系统在权利要求书中公布了：1.一种炎块期浆细胞性乳腺炎鉴别方法，其特征在于：包括： 步骤S1：获取关于乳腺的灰阶超声图像和超声造影图像； 步骤S2：提取所述关于乳腺的灰阶超声图像和超声造影图像的影像组学特征； 步骤S3：通过预设模型对所述影像组学特征进行预测，用以确定乳腺是否存在炎块期浆细胞性乳腺炎; 所述步骤S3中的预设模型包括一级学习器和二级学习器，所述一级学习器包括至少两个基础学习器，所述二级学习器为元学习器，其中， 将每个所述基础学习器独立训练得到的预测结果组成新数据集，将所述新数据集作为元学习器的输入，用于训练所述元学习器以得到预设模型； 将所述新数据集作为元学习器的输入时，还包括： 首先使用K折交叉验证方法将影像组学特征平均划分为K份数据子集，对于每份数据子集，每次使用数据子集中的的数据作为训练集，其余的数据作为验证集； 其次，对于每份数据子集中的训练集，每次通过训练集对基础学习器进行训练后，通过该基础学习器对该数据子集中对应的验证集进行预测得到相应的预测结果，将K份数据子集对应的全部预测结果作为一个新数据集，用于训练元学习器以得到预设模型； 对于每份数据子集得到的预测结果设置不同的权重，将预测结果与对应的权重相乘得到用于输入元学习器的新数据集，公式为： ； 其中，为各个基础学习器通过交叉验证计算出的预测结果；为各个基础学习器的权重，权重均为非负数且总和为1；为用于输入元学习器的新数据集； 对所述各个基础学习器的权重进行调整，方法包括： 当基础学习器的权重在0-0.3之间时，通过第一权重公式以提高基础学习器的权重的大小，其中，第一权重公式为： ，其中，为赋值符号； 当基础学习器的权重在0.7-1之间时，通过第二权重公式以降低基础学习器的权重的大小，其中，第二权重公式为： ，其中，为常系数且； 当基础学习器的权重在0.4-0.6之间时，基础学习器的权重不变； 若调整后的基础学习器的权重之和不为1，则通过提高或降低0.4-0.6之间基础学习器的权重以保证基础学习器的权重之和为1。

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苏州大学，其通讯地址为：215000 江苏省苏州市吴江区久泳西路1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。