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！

龙图腾网获悉齐鲁工业大学申请的专利一种脑肿瘤图像特征提取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：CN115131573B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202210857510.5，技术领域涉及：G06V10/44；该发明授权一种脑肿瘤图像特征提取方法及系统是由王新刚;李晓敏;孙涛;耿玉水;赵晶设计研发完成，并于2022-07-20向国家知识产权局提交的专利申请。

本一种脑肿瘤图像特征提取方法及系统在说明书摘要公布了：本发明公开了一种脑肿瘤图像特征提取方法、系统、电子设备和计算机可读存储介质，属于脑肿瘤图像特征提取技术领域；本发明通过由三个连续的玻尔兹曼机组成的深度信念网络有效地提取了图像的深度特征；随后将其通过局部线性嵌入进行降维，在减少了冗余特征的前提下，有效地保证了对图像的充分表达，节约了空间。解决了现有技术中存在“脑肿瘤图像特征难提取，传统的卷积神经网络CNN提取到的图像特征多伴有冗余信息或噪声”的问题。

本发明授权一种脑肿瘤图像特征提取方法及系统在权利要求书中公布了：1.一种脑肿瘤图像特征提取方法，其特征是，包括： 获取脑肿瘤图像； 将所述脑肿瘤图像输入深度信念网络进行深度特征提取，获取初级深度特征； 所述深度信念网络由三个玻尔兹曼机RBM连续堆叠而成； 通过局部线性嵌入算法对所述初级深度特征进行降维； 根据初级深度特征向量，获取局部重建权重矩阵； 根据局部重建权重矩阵和初级深度特征向量，获取降维后的初级深度特征向量，具体为： 找出高维空间中每个样本点Xi的K个邻接点，并计算出欧氏距离： 从邻接点中计算出样本点的局部重建权重矩阵，测量重建误差函数为： 其中，N为样本点的个数，Xij为使用第j个邻接点表示的第i个样本点，Wij为点用第j个邻接点表示的第i个样本点的系数； 当一个数据点不属于重构数据点的邻接点时，Wij=0，是重构第i个样本点的结果，它与第i个样本点的差值为重构误差，所有的系数Wij最终形成局部重建权重矩阵W； 将来自高维空间的所有样本点Xi映射到低维空间的Yi向量，从而使Xij映射到Yij；其中，Y = {Y1, Y2, . . . , YN }, Yj ∈Rd, j = 1, 2, . . . N, d  D, Y = {Y1, Y2, . . . , YN }是第d维空间的映射输出； 代价函数： M=I‑WI‑WT其中，I是单位矩阵； 找到使代价函数最小化的值Y，得到低维输出向量； 将降维后的所述初级深度特征输入脑肿瘤图像分类器，获取脑肿瘤图像识别结果； 根据脑肿瘤图像数量和脑肿瘤图像识别结果，获取脑肿瘤分类器的分类损失；具体的，采用交叉熵损失函数： 其中，N表示图像的数量，表示是否为脑肿瘤； 将分类损失最小化，优化脑肿瘤分类器的参数集，具体的，定义如下： 其中，表示脑肿瘤图像分类器的参数集。

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齐鲁工业大学，其通讯地址为：250353 山东省济南市长清区大学路3501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。