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！

龙图腾网获悉湖南师范大学申请的专利一种基于胶囊网络和注意力机制的COVID-19病人识别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：CN115345833B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202210856197.3，技术领域涉及：G06T7/00；该发明授权一种基于胶囊网络和注意力机制的COVID-19病人识别方法是由温翠红;刘绍武设计研发完成，并于2022-07-21向国家知识产权局提交的专利申请。

本一种基于胶囊网络和注意力机制的COVID-19病人识别方法在说明书摘要公布了：本文提出一种基于胶囊网络和注意力机制的COVID‑19病人检测方法。该方法的步骤主要是：首先对经典U‑net网络结构的进行CT中的肺部区域分割能力进行训练，训练成功后使用该网络进行肺部区域分割；通过建立搭建基于胶囊网络的切片级特征提取网络，提取病人CT切片的初级特征图；根据提取到的特征图，使用注意力机制进行关键程度判断，对关键片进行注意增强，抑制不关键信息的注意力，提取更加有效的最终特征信息；得到最终特征信息后，通过使用组合最大池化采样和平均池化采样来得到降维特征信息；得到降维后的特征信息之后，再使用神经网络结构进行类别判断。本文的方法在305个病人的CT图像上进行了实验，实验结果表明，与一些先进的方法，所提出的方法具有很高的性能，准确程度达到了96.3%。

本发明授权一种基于胶囊网络和注意力机制的COVID-19病人识别方法在权利要求书中公布了：1.一种基于胶囊网络和注意力机制识别COVID-19病人的方法，其特征在于，所述方法包括以下内容： S1：获取待识别的病人CT图像并使用预先训练好的U-net模型进行肺部区域分割； 所述步骤S1对待识别的乐谱图像预处理具体包括以下步骤： S1-1:获取待识别医学图像的三维图像数据； S1-2:根据一个预先训练好的U-net模型，去除图像中的不重要区域和残影区域，再进行标准化和尺寸调整； S2：通过预先训练好的基于胶囊网络和注意力机制的模型的特征提取网络，提取待提取医学图像中的关键肺部特征信息； 所述步骤S2的包含内容如下： S2-1:基于胶囊网络和注意力机制识别COVID-19病人的模型由一个胶囊网络、一个SE注意力网络构成； S2-2:预处理后的CT医学图像首先被输入到胶囊网络中，该胶囊网络网络由4个卷积层以及一个批处理规范化层和一个最大池化层组成的堆栈进行初始化； 然后，最后一个卷积层用于为后续的胶囊层提供信息；这样能方便后续胶囊结构更加高效的提取特征，具体而言就是通过胶囊结构中定义的路由协议流程能提取更深、更小的特征映射；具体操作就是模型化学添加两层胶囊层，两个胶囊层结构相同，但是使用两层能提取到更加关键的患者级别的特征，最终得到肺部特征图； S2-3:进一步的说，得到肺部特征图后，将其输入SE注意力网络，该网络包含三个部分，分别是压缩层，激发层和加权层组成，网络通过前面两层学习得到每个通道的权重分布系数，再通过加权层对所有切片进行赋权，目的是加强重点区域的关注，抑制非重点区域的关注，进一步捕获肺部关键特征； S3：根据所识别的关键肺部特征信息，对该特征信息进行组合池化得到降维特征图，在对降维特征图分析与识别，最终得到肺部CT图像识别的结果； 所述步骤S3的包含内容如下： S3-1：得到了预先训练好的基于胶囊网络和注意力机制的模型的特征提取部分提取到的最终特征图之后，再将其使用组合池化来进行降维处理； S3-2：将得到的降维特征图输入到全连接分类网络中去，最终可以得到具体的分类结果。

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湖南师范大学，其通讯地址为：410081 湖南省长沙市岳麓区麓山路36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。