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！

龙图腾网获悉电子科技大学;天府绛溪实验室申请的专利一种基于深度学习的滑膜疾病MRI图像自动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：CN120852409B 。

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：202511340640.1，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的滑膜疾病MRI图像自动分类方法是由马欣;卢少柯;公衍翔设计研发完成，并于2025-09-19向国家知识产权局提交的专利申请。

本一种基于深度学习的滑膜疾病MRI图像自动分类方法在说明书摘要公布了：本发明公开了一种基于深度学习的滑膜疾病MRI图像自动分类方法，属于医学图像处理技术领域。本发明通过分割网络对输入的MRI图像序列的各图像进行病灶区域分割，生成病灶掩码图，结合原始MRI图像形成联合输入；在滑膜疾病分类网络中，结合2.5D与3D网络架构提取特征，进行滑膜疾病分类。本发明方法在分割网络中通过引入位置感知损失优化分割性能，在分类网络中结合多维特征提升分类准确率，具备良好的临床应用价值和推广前景。

本发明授权一种基于深度学习的滑膜疾病MRI图像自动分类方法在权利要求书中公布了：1.一种基于深度学习的滑膜疾病MRI图像自动分类方法，其特征在于，包括下列步骤： 采用分割网络对输入的膝关节MRI图像序列进行滑膜病灶区域分割处理，生成图像序列中各帧图像的滑膜病灶区域的分割掩码图；其中，输入的膝关节MRI图像序列包括冠状位序列影像和矢状位序列影像；预测掩码图包括：病灶区域空间位置信息和病灶区域边界轮廓信息； 将分割掩码图与对应的膝关节MRI图像在通道维度上进行合并，形成联合分类输入序列； 将联合分类输入序列送入滑膜疾病分类网络进行分类处理，生成滑膜疾病分类结果； 其中，滑膜疾病分类网络包括2.5D特征提取分支和3D空间特征提取分支、基于自适应权重机制的融合模块和分类输出模块；其中，2.5D特征提取分支和3D空间特征提取分支的输入均为联合分类输入序列，2.5D特征提取分支包括若干路并行的2D骨干网络，每一路用于对分类输入序列的一帧图像进行2D特征提取，再基于3D骨干网络对提取的所有2D特征提取进行二次特征提取，输出3D特征图；3D空间特征提取分支基于3D骨干网络对分类输入序列进行3D特征提取，输出3D特征图； 融合模块引入可学习参数λ对2.5D特征提取分支和3D空间特征提取分支输出的3D特征图进行特征融合，再由分类输出模块对融合特征进行分类输出，生成滑膜疾病分类结果；其中，参数λ为3D空间特征提取分支输出的3D特征图的融合权重。

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电子科技大学;天府绛溪实验室，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。