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！

龙图腾网获悉复旦大学申请的专利一种基于多任务学习的胶质瘤图像分类方法及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：CN116152560B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310174891.1，技术领域涉及：G06V10/764；该发明授权一种基于多任务学习的胶质瘤图像分类方法及系统是由耿道颖;项睿;李郁欣;刘晓;罗啸;陈泓亦;周锟设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本一种基于多任务学习的胶质瘤图像分类方法及系统在说明书摘要公布了：本发明涉及一种基于多任务学习的胶质瘤图像分类方法及系统，该方法包括以下步骤：步骤S1、采集脑胶质瘤的多模态磁共振成像图像数据，将其分为训练集和测试集；步骤S2、构建基于多任务学习的多模态磁共振成像图像分类与分割联合网络，其损失函数为分割网络损失函数和分类网络损失函数的加权和；采用标注有肿瘤mask金标准的训练集对多模态磁共振成像图像分类与分割联合网络进行训练；步骤S3、采用训练好的多模态磁共振成像图像分类与分割联合网络对测试集进行图像分割与分类，输出胶质瘤多模态磁共振成像图像自动分割结果以及分类结果。与现有技术相比，本发明具有分类准确性高的优点。

本发明授权一种基于多任务学习的胶质瘤图像分类方法及系统在权利要求书中公布了：1.一种基于多任务学习的胶质瘤图像分类方法，其特征在于，该方法包括以下步骤： 步骤S1、采集脑胶质瘤的多模态磁共振成像图像数据，将其分为训练集和测试集； 步骤S2、构建基于多任务学习的多模态磁共振成像图像分割与分类联合网络，采用标注有肿瘤mask金标准的训练集对多模态磁共振成像图像分类与分割联合网络进行训练；其中，损失函数为分割网络损失函数和分类网络损失函数的加权和； 所述分割网络编码器为U型网络结构，包括三维卷积层和三维最大池化层，使用ReLu作为激活函数； 所述分割网络解码器具体为：从分割网络编码器的最后一层开始，包括三个解码块，每个解码块都有三个三维转置卷积层，与分割网络解码器输出的相应卷积层进行跳跃连接，以及两个三维卷积层，最后通过softmax函数作为激活函数生成分割预测结果； 所述步骤S2包括以下子步骤： 步骤S2.1、采用影像组学方法在多模态磁共振成像图像于对应的分割感兴趣区域ROI上提取影像组学特征； 步骤S2.2、分类网络共享分割网络编码器，对每层卷积层的输出进行平均池化，形成分割得到的一维深层特征，将步骤S2.1中得到的影像组学特征作为一维输入向量应用ReLu层后与一维深层特征相连接，然后使用具有softmax函数的全连接层来得到分类预测结果； 步骤S2.3、采用分割网络损失函数和分类网络损失函数的加权和作为多模态磁共振成像图像分类与分割联合网络，对网络进行训练： 其中，分别为分割网络损失函数和分类网络损失函数，和为可调整的权重系数； 步骤S3、采用训练好的多模态磁共振成像图像分类与分割联合网络对测试集进行图像分割与分类，输出脑胶质瘤的多模态磁共振成像图像自动分割结果以及分类结果。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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。