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！

龙图腾网获悉大连民族大学申请的专利一种基于自监督学习的新冠感染医学图像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：CN116664904B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202211675514.8，技术领域涉及：G06V10/764；该发明授权一种基于自监督学习的新冠感染医学图像分类方法是由孟佳娜;于玉海;谈志勇;韩思维;申佳宁;杨琼设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本一种基于自监督学习的新冠感染医学图像分类方法在说明书摘要公布了：一种基于自监督学习的新冠感染医学图像分类方法，属于图像分类技术领域，基于MAE自监督方法，并辅以自蒸馏学习，构建SSL‑Covid模型，SSL‑Covid模型通过自监督学习，从数据中自我学习到领域知识，并加之自蒸馏学习提升模型特征提取能力，对新冠感染分类提供辅助信息；将MAE引入该领域，并对其进行相应改进，加入了自蒸馏模块，构建了自监督学习新冠感染医学图像分类模型SSL‑Covid，旨在通过使用计算机断层扫描CT缩短COVID‑19患者的诊断时间，减少疾病传播的持续时间和数量以及为放射科医生诊断COVID‑19提供决策支持系统。本发明SSL‑Covid模型相比于MAE在CT图像的新冠病毒感染识别方面更有优势，并且很好地缓解了对于大规模数据需求的问题，提高了ViT在医学图像分类中的性能。

本发明授权一种基于自监督学习的新冠感染医学图像分类方法在权利要求书中公布了：1.一种基于自监督学习的新冠感染医学图像分类方法，其特征在于，基于掩码自编码器MAE自监督方法，并辅以自蒸馏学习，构建SSL-Covid模型，SSL-Covid模型通过自监督学习，从数据中自我学习到领域知识，并加之自蒸馏学习提升模型特征提取能力，对新冠感染分类提供辅助信息； 整体模型框架分为两个阶段：预训练阶段和微调阶段，且这两个阶段都在目标数据集上进行，没有引入外部数据，预训练阶段由两个辅助任务构成：图像重建和自蒸馏建模，图像重建完成对掩码图像的重建任务，促进编码器更好地学习领域知识，带掩码的图像建模过程是将输入图像划分成图像块并随机掩码，保留可见图像块输入编码器得到潜在表示，解码器结合编码器输出和掩码令牌恢复掩蔽位置图像块，再通过均方误差计算重构损失；自蒸馏建模进一步对前者施加蒸馏约束，以优化编码器的特征提取能力； 预训练完之后，将学习到的编码器的权重迁移到微调阶段，采用视觉自注意力模型ViT将图像转换为序列形式并加入位置信息，经TransformerBlocks运算后提取classtoken用于后续处理，之后进行新冠感染的分类； 在预训练阶段引入两条监督分支，分别位于编码器和解码器之后，分支Student和分支Teacher，且相对于编码器部分patches处理具有的局部性，解码器对全部patches的进行处理更具有全局性，使用解码器之后的结果经过Teacher分支映射向量对编码器之后的结果经过Student分支映射向量施加蒸馏约束，使用其编码器加入全局信息，进而提升编码器的特征提取能力； 对于两条分支，编码器那端Student分支和解码器那端Teacher分支只使用了一层MLP，将从MAE中经过编码器之后的输出向量和经过解码器之后的输出向量分别经过各自那端的分支，分别得到两个高维向量和，最后通过最小化交叉熵损失来匹配这两个向量分布，其过程表述为： 6 7 8 其中表示交叉熵损失函数，为真正的标签，表示蒸馏损失； 总损失的计算公式如下： 9。

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大连民族大学，其通讯地址为：116600 辽宁省大连市经济技术开发区辽河西路18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。