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！

龙图腾网获悉苏州慧维智能医疗科技有限公司申请的专利基于动态多路深度学习模型的支气管镜活检出血等级预测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：CN120070986B 。

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：202510145692.7，技术领域涉及：G06V10/764；该发明授权基于动态多路深度学习模型的支气管镜活检出血等级预测方法是由顾晔;陈齐磊;曹鱼;刘本渊设计研发完成，并于2025-02-10向国家知识产权局提交的专利申请。

本基于动态多路深度学习模型的支气管镜活检出血等级预测方法在说明书摘要公布了：本发明提供了一种基于动态多路深度学习模型的支气管镜活检出血等级预测方法。所述方法包括：获取视频片段；进行特征提取，识别全局特征和局部特征；进行融合获得融合特征，并进行出血风险等级分类；进行动态加权；累加加权概率分布；筛选出血风险预测等级。本发明所提供的方法基于动态多路模型的活检前出血等级预测方法，通过多个类型深度学习模型的组合，实现了流程化的视频片段分析通过深度学习模型的组合和多帧融合分析，显著提高了活检前出血风险预测的准确性和可靠性，为临床决策提供了有力支持，具有重要的应用价值。

本发明授权基于动态多路深度学习模型的支气管镜活检出血等级预测方法在权利要求书中公布了：1.一种基于动态多路深度学习模型的支气管镜活检出血等级预测方法，其特征在于，包括： 获取视频片段，所述视频片段包括依时间排序的多个支气管图像，并识别所述支气管图像中的局部病变区域； 采用动态多路深度学习模型对所述支气管图像进行特征提取，所述动态多路深度学习模型包括全局分支和局部分支，所述全局分支识别所述支气管图像的全局特征，所述局部分支识别所述局部病变区域的局部特征； 将所述全局特征和局部特征进行融合，获得融合特征，并基于所述融合特征进行出血风险等级分类，得到风险等级概率分布； 所述特征提取和融合以及得到所述风险等级概率分布的过程表示为： 其中，表示所述全局特征，F1·表示所述全局分支，表示所述局部特征，表示所述局部病变区域的集合，表示对应的病变置信度集合，F2·表示所述局部分支，表示所述局部分支的初步融合，f表示融合特征，F·表示特征解码器，fj表示所述局部特征中的各风险等级对应的特征值，n表示所述局部病变区域的数目，pt表示风险等级概率分布，表示所述风险等级概率分布中的各风险等级对应的概率值，o表示所述风险等级的最高级数； 对所述风险等级概率分布中的各个概率值进行动态加权获得加权概率分布，所述动态加权的权重系数与所述风险等级概率分布中的最高概率等级对应的风险高低呈正相关关系； 对于所述视频片段，累加所述加权概率分布中的每一风险等级对应的加权概率值，获得融合概率分布； 所述动态加权和获得所述融合概率分布的过程表示为： 1＝w0+w1+w2+……+wo， wo＝αo*w0, …… w3＝α3*w0, w2＝α2*w0, w1＝α1*w0 其中，w·表示所述权重系数，α·表示动态系数且取值随下标值o的增加而增加，W表示所述权重系数的集合，表示所述加权概率分布，表示所述加权概率分布中的各风险等级对应的概率值，k＝0,1,2……o，表示所述风险等级的索引，表示所述加权概率分布的集合，P表示所述融合概率分布，pk表示所述融合概率分布中的各风险等级对应的概率值，l表示取概率值的最大值对应的风险等级的索引，m表示所述视频片段中的支气管图像的数目； 基于所述融合概率分布的各风险等级的概率值大小，筛选获得所述视频片段对应的出血风险预测等级。

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慧维智能医疗科技有限公司，其通讯地址为：215000 江苏省苏州市工业园区华池街88号晋合广场1幢1603B室；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。