Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山西清众科技股份有限公司董于杰获国家专利权

山西清众科技股份有限公司董于杰获国家专利权

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!

龙图腾网获悉山西清众科技股份有限公司申请的专利基于TI-RADS多任务神经网络的甲状腺结节良恶性分类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:CN114494687B

龙图腾网通过国家知识产权局官网在2025-11-07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:202111642526.6,技术领域涉及:G06V10/25;该发明授权基于TI-RADS多任务神经网络的甲状腺结节良恶性分类方法是由董于杰;卫建华;范军俊;高志熙;安俊杰;阎东军;韩晓红;张巍;刘剑;王亮;侯祥敏;王庆伟;张云仙设计研发完成,并于2021-12-29向国家知识产权局提交的专利申请。

基于TI-RADS多任务神经网络的甲状腺结节良恶性分类方法在说明书摘要公布了:本发明基于TI‑RADS多任务神经网络的甲状腺结节良恶性分类方法,属于计算机技术的深度学习技术领域;所要解决的技术问题为:提供基于TI‑RADS多任务神经网络的甲状腺结节良恶性分类方法的改进;解决上述技术问题采用的技术方案为:图像预处理;构建卷积神经网络:使用DenseNets121作为骨干网络,DenseNets121包含4个DenseBlock以及3个Transition层,DenseBlock由DenseLayer组成;在每个DenseBlock中的瓶颈层的批量归一化层之后插入SGE模块;网络的全连接层具有五个分支,分别对应五个TI‑RADS分类任务,每个分支包含3个线性层;训练卷积神经网络:训练时迁移第一个DenseBlock的预训练权重,并通过优化目标函数实现对网络权重的更新与求解;输出甲状腺结节的良恶性分类结果;本发明应用于甲状腺结节良恶性分类。

本发明授权基于TI-RADS多任务神经网络的甲状腺结节良恶性分类方法在权利要求书中公布了:1.基于TI-RADS多任务神经网络的甲状腺结节良恶性分类方法,其特征在于:包括如下步骤: S1:图像预处理:所述图像预处理包括图像降噪、获取人工标记区域、去除超声图像人工标记、提取ROI区域、图像增强; S2:构建卷积神经网络:使用DenseNets121作为骨干网络,所述DenseNets121包含4个DenseBlock以及3个Transition层,DenseBlock由DenseLayer组成,每个DenseLayer依次包含批量归一化层、修正线性单元层、1×1卷积层、批量归一化层、修正线性单元层、3×3卷积层;所述步骤S2中全连接层每个分支包含3个线性层,其中线性层L1神经元个数为1024,线性层L2神经元个数为512,线性层L3神经元个数为对应分类任务的类别数; 在每个DenseBlock中的瓶颈层的批量归一化层之后插入SGE模块; 网络的全连接层具有五个分支,分别对应五个TI-RADS分类任务,每个分支包含3个线性层; S3:训练卷积神经网络:训练时迁移第一个DenseBlock的预训练权重,并通过优化目标函数实现对网络权重的更新与求解; 所述步骤S3中优化的目标函数如下: 上式中:W为网络权重,σi为噪声参数,Li表示子任务的损失函数,计算公式如下: 上式中:C为类别数目,tn表示一个真实的概率分布,yn表示预测的概率分布,γ用来平衡难分类样本和易分类样本之间对损失的贡献; S4:将甲状腺结节图像输入训练好的卷积神经网络输出甲状腺结节的良恶性分类结果。

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山西清众科技股份有限公司,其通讯地址为:030006 山西省太原市综改示范区太原学府园区南中环街529号清控创新基地A座7层;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。