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！

龙图腾网获悉哈尔滨工程大学申请的专利一种用于乳腺钼靶图像检测的EfficientNet优化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：CN117078599B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202310902382.6，技术领域涉及：G06T7/00；该发明授权一种用于乳腺钼靶图像检测的EfficientNet优化方法是由莫宏伟;孙鹏;徐立芳;孙琪设计研发完成，并于2023-07-21向国家知识产权局提交的专利申请。

本一种用于乳腺钼靶图像检测的EfficientNet优化方法在说明书摘要公布了：本发明属于计算机视觉技术领域，具体涉及一种用于乳腺钼靶图像检测的EfficientNet优化方法。本发明的目的在于解决由于钼靶图像尺寸过大，病灶区域较小导致的卷积神经网络模型识别良恶性图像准确度不高的问题，选择EfficientNET‑B0网络用于钼靶图像的分类识别，将EfficientNET‑B0模型中的SENet模块替换为CBAM模块，swish激活函数替换为h‑swish函数，本发明结合EfficientNet‑B0高速度与精度、CBAM模块对通道特征敏感的优点，在减少模型参数的同时更好地对肝钼靶图像进行识别，本发明中优化后的EfficientNet‑B0模型所需参数更少，识别准确度更高且识别速度更快，使用优化后的EfficientNET‑B0模型识别乳腺钼靶图像数据集，能够提高对乳腺肿瘤良恶性的识别准确率。

本发明授权一种用于乳腺钼靶图像检测的EfficientNet优化方法在权利要求书中公布了：1.一种用于乳腺钼靶图像检测的EfficientNet优化方法，其特征在于，包括以下步骤： 步骤1：获取乳腺钼靶图像数据集，对数据集中的样本进行预处理； 步骤2：构建优化的EfficientNet-B0分类模型； 步骤2.1：基于pytorch框架构建EfficientNet-B0网络模型，再基于EfficientNet的自适应模型缩放技术用一组固定的缩放系数统一缩放每个维度，以此搜索出最适合步骤1中构建的数据集的网络结构； 步骤2.2：针对EfficientNet-B0模型的MBConv模块进行优化，将原有SENet模块替换为CBAM模块；CBAM模块是结合通道和空间两维度信息的模块，包含通道注意力模块CAM和空间注意力模块SAM两个独立的子模块，用于将给定的中间特征图在通道和空间两个维度上依次得到特征注意力图，并且与原始特征图相乘进行优化； 在通道注意力模块CAM中，首先输入图像特征F，紧接着是全局平均池化与全局最大值池化模块，再通过一个共享的MLP模块分别得到两个输出特征，对两个输出特征进行相加操作，之后使用激活函数sigmoid函数获取特征权重系数Mc，最后使用得到的权重系数Mc与MLP模块输出的图像特征相乘得到新的图像特征F'； 将通道注意力模块CAM获取的F'特征作为空间注意力模块SAM的输入；在空间注意力模块SAM中，输入特征后在通道维度上进行池化操作，依旧是全局平均池化与全局最大值池化，将得到的特征进行连接，在池化模块后连接一个卷积模块，使用sigmoid激活函数计算权重系数Ms，最终特征由权重系数Ms和输入特征F'相乘得到； 步骤2.3：针对EfficientNet-B0模型中所使用的swish激活函数块进行优化，将swish激活函数替换为h-swish激活函数； h-swish函数公式为： 其中，ReLU6x为h-swish激活函数的核心函数； 步骤3：用步骤1中构建的训练集对优化的EfficientNet-B0分类模型进行学习训练； 步骤4：将待检测的乳腺钼靶图像输入到训练好的优化的EfficientNet-B0分类模型中，得到输入图像的良恶性识别结果。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145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。