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改进的乳腺钼靶图像自监督检测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：CN117078600B 。

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：202310902385.X，技术领域涉及：G06T7/00；该发明授权一种改进的乳腺钼靶图像自监督检测方法是由莫宏伟;孙琪;徐立芳;孙鹏设计研发完成，并于2023-07-21向国家知识产权局提交的专利申请。

本一种改进的乳腺钼靶图像自监督检测方法在说明书摘要公布了：本发明属于医学图像计算机辅助技术领域，具体涉及一种改进的乳腺钼靶图像自监督检测方法。本发明基于FasterR‑CNN并结合改进后的自监督预训练，可以有效的乳腺钼靶图像中对病灶的区域进行检测，并进行良恶性分类，使用计算机辅助诊断系统帮助医生做辅助诊断，大大减少医生的工作量，具有重要意义。医疗图像的数据相比于自然图像，其难以获得并且标注的成本昂贵，所以本发明中的目标检测结合了自监督预训练的方法，可以利用没有标注的图像来使模型达到更好的效果。

本发明授权一种改进的乳腺钼靶图像自监督检测方法在权利要求书中公布了：1.一种改进的乳腺钼靶图像自监督检测方法，其特征在于，包括以下步骤： 步骤1：获取乳腺钼靶公开数据集； 步骤2：对数据集中钼靶图像进行数据增强； 步骤3：自监督预训练； 搭建BYOL框架，在BYOL的基础上，去掉预测头，主干网络将ResNet50替换成ResNet18；在此基础上，加入尺度不变学习规则，通过几个具有不同内核大小和步长的平均池化层将特征表示调整为不同的网格大小，生成一组用于EMD的空间金字塔裁剪； 将钼靶图像通过主干网络提取特征后分别得到两个特征图将两个特征图展开成HW个C维向量的形式，即X＝{xi|x＝1,2,…,HW}，Y＝{yj|j＝1,2,…,HW}，使用EMD距离定义两个特征图的距离： 其中，cij是两个特征图的距离；通过两个特征图的距离定义两个特征图的相似度： 其中，是两个特征图之间的最优转换，也就是将两个特征图分别作为资源与目的地，是将资源运输到目的地的最低运输成本的最优转换； 损失函数定义如下： L＝2-2SX,Y 得到了损失之后根据梯度下降算法更新网络权重参数，目标网络的主干网络的权重进行动量更新的公式为： ξ＝mξ+1-mθ 其中，ξ是要更新的权重值；m为给定的动量率，且m∈[0,1]； 步骤4：训练FasterR-CNN网络； 步骤4.1：训练区域建议网络RPN；采用步骤3中的预训练模型对RPN网络进行初始化，开始单独的端到端训练RPN，用于生成区域建议； 步骤4.2：训练R-CNN网络；冻结RPN网络独有的卷积层和全链接层参数，使用步骤3中的预训练模型初始化前置共享卷积网络参数，并利用RPN网络生成的目标候选框训练FastR-CNN网络参数； 步骤4.3：优化区域候选网络；冻结利用FastR-CNN训练好的前置共享卷积网络层参数，对RPN网络独有的卷积层以及全链接层参数进行微调的优化训练； 步骤4.4：优化R-CNN网络；冻结RPN网络独有的卷积层和全链接层参数，对R-CNN网络的全链接层参数进行微调的优化训练； 步骤5：将待检测的乳腺钼靶图像输入训练好的FasterR-CNN网络中，得到乳腺钼靶图像病灶区域的检测结果。

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。