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！

龙图腾网获悉阜阳师范大学;安徽兮克电子科技有限公司申请的专利一种基于SCC-YOLOX模型的肾结石检测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：CN120374544B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510451498.1，技术领域涉及：G06T7/00；该发明授权一种基于SCC-YOLOX模型的肾结石检测系统是由张岩;马雪;卢秀莉;明文凱;王先传;刘德方;陈分设计研发完成，并于2025-04-11向国家知识产权局提交的专利申请。

本一种基于SCC-YOLOX模型的肾结石检测系统在说明书摘要公布了：本发明公开了一种基于SCC‑YOLOX模型的肾结石检测系统，属于肾结石智能检测技术领域，该系统包括主干网络Backbone、颈部网络Neck、检测头Head、SE注意力模块、CA注意力模块、CBAM注意力模块以及纠错逻辑判断模块，本发明以YOLOX模型网络结构为基础，结合多种注意力机制，旨在提升特征提取能力和检测性能，通过引入SE、CA和CBAM注意力模块，有效增强了特征表达能力与多尺度语义信息的融合，显著提高了肾结石检测的准确性与效率，在保持检测信息完整性的同时，减少模型参数量，降低计算复杂度，提升运算效率，内置纠错逻辑判断模块，通过识别发生错误分类的具体场景，实现进一步调查，以提高模型的性能并降低肾结石误诊风险。

本发明授权一种基于SCC-YOLOX模型的肾结石检测系统在权利要求书中公布了：1.一种基于SCC-YOLOX模型的肾结石检测系统，其特征在于：本系统由主干网络Backbone、颈部网络Neck、检测头Head、SE注意力模块、CA注意力模块、CBAM注意力模块以及纠错逻辑判断模块Errorcorrectionlogicjudgment组成，所述检测步骤如下： 第一步：数据输入 1数据输入：输入一张肾结石CT图片； 2预处理：图片归一化、调整大小、数据增强； 3输入模型：输入到YoloBody进行目标检测； 第二步：主干网络Backbone特征提取： 1通过基础卷积层BaseConv进行初步特征提取，并结合SE注意力模块增强通道信息的表达能力； 2使用CSPDarknet作为主干网络，提取不同尺度的特征，在YOLOPAFPN的forward过程中，P5、P4级别特征加入CoordAtt注意力模块，增强位置感知能力； 3Backbone结构划分如下： ①dark3→低级特征； ②dark4→中级特征； ③dark5→高级特征； 第三步：颈部网络Neck特征融合： YOLOX采用特征金字塔FPN+路径聚合PAN结构来增强特征融合，并且在其中加入了CBAM注意力模块，增强特征提取效果； 1自顶向下FPN； ①dark5→P5降低通道数； ②P5上采样，与dark4融合→P4； ③P4上采样，与dark3融合→P3； 2自底向上PAN； ①P3下采样，与P4融合→P4_out； ②P4_out下采样，与P5融合→P5_out； ③CBAM注意力模块进一步优化特征表达； 3最终输出： ①P3_out：80×80，检测小目标； ②P4_out：40×40，检测中目标； ③P5_out：20×20，检测大目标； 第四步：检测头Head分类与回归； 1对于每个特征层P3,P4,P5，进行三类预测； ①分类分支cls_preds：预测每个像素点属于哪个类别； ②回归分支reg_preds：预测目标的边界框； ③目标置信度分支obj_preds：预测该点是否有目标； 2最终，将P3_out,P4_out,P5_out的预测结果合并，进行后处理； 其中，1.扫描到病变信息还会输入到主干网络Backbone； 1.1.Focus模块可以在不丢失信息的情况下减少参数量，提高运算效率，并且YOLOX在Focus的基础上用Anchor-free代替传统的Anchor-base，舍弃锚框，只将目标中心点所在的位置作为正样本，缓解了正负样本不平衡的问题，降低时间成本； 1.2.CSPNet使用ResNet中的残差结构来分割堆叠的残差块，在降低计算复杂度的同时，增强了网络的特征学习能力； 1.3.空间金字塔池化SPP模块通过对特征图进行多尺度最大池化操作增大了网络的感受野； 2.再输入到颈部网络Neck，将浅层丰富的空间信息传递到高层特征图中，以增强和融合特征； 3.再输入到检测头Head进行特征的多尺度融合； 输出的扫描信息输入纠错逻辑判断模块进行错误分析，使得当判断采集数据与数据库内原始数据不匹配，即数据错误时，可以对错误的数据进行更正修改，达到数据自动纠错的效果； 第五步：纠错逻辑判断ErrorCorrectionLogicJudgment： S1数据存储：构建标准病变数据数据库，并以树状结构存储，便于高效查询和比对； S2数据采集：通过数据采集模块获取当前检测结果； S3数据分析：将检测结果进行标准化处理，与数据库中的标准数据格式保持一致； S4数据比对判断：将当前检测数据与标准数据进行比对，判断检测结果的准确性； S5纠错执行：若检测结果存在异常或错误，自动触发纠错模块，修正错误结果； S6异常处理：若数据库中未找到匹配数据，则判断当前数据存在异常，执行步骤S5进行纠错，并记录该异常情况，以优化系统后续检测能力。

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阜阳师范大学;安徽兮克电子科技有限公司，其通讯地址为：236000 安徽省阜阳市清河西路100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。