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！

龙图腾网获悉杭州电子科技大学申请的专利一种跨模态乳腺断层影像特征生成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：CN116797520B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310001542.X，技术领域涉及：G06T7/00；该发明授权一种跨模态乳腺断层影像特征生成方法是由范明;王锦;厉力华设计研发完成，并于2023-01-03向国家知识产权局提交的专利申请。

本一种跨模态乳腺断层影像特征生成方法在说明书摘要公布了：本发明公开了一种一种跨模态乳腺断层影像特征生成方法，包括：采集乳腺癌钼靶影像，进行病灶区域分割；对病灶区域利用训练好的卷积神经网络提取病灶特征；基于钼靶影像特征，生成乳腺断层影像特征；对生成的乳腺断层影像进行乳腺癌良恶性分类。相较于传统的直接使用钼靶影像的良恶性分方法，本发明生成的乳腺断层影像特征具有更好的AUC值，相对于基于乳腺断层影像的良恶性分类，本发明输入影像使用更为广泛，是一种更加精确且普遍的诊断方法。

本发明授权一种跨模态乳腺断层影像特征生成方法在权利要求书中公布了：1.一种跨模态乳腺断层影像特征生成方法，其特征在于，包括以下步骤： 步骤1、构建乳腺癌影像的数据集，所述数据集包含DBT影像，MG影像，乳腺癌良恶性标签，将数据集划分为训练集和测试集，并对数据集进行预处理； 步骤2、使用卷积神经网络提取训练集病灶区域特征； 步骤3、使用训练集训练卷积神经网络，得到训练好的特征提取器； 步骤4、使用步骤3训练好的特征提取器提取DBT影像与MG影像特征； 步骤5、将MG影像特征输入自编码器进行训练，自编码器由编码器与解码器组成，自编码器损失函数为 lossAE＝MSEx,DecEncx 其中MSE为均方误差，Dec为解码器网络，Enc为编码器网络，x为MG的特征，利用Adam优化器对自编码器网络的参数进行更新，MG影像特征经编码器生成具有更高表达性能的隐变量z； 步骤6、利用隐变量z与DBT影像特征输入生成对抗网络，其中生成对抗网络的生成器的损失函数为： 生成对抗网络的判别器损失函数为： 式中MAE为平均绝对误差，xf为生成DBT特征，xr为真实DBT特征，生成器与判别器通过对抗学习使生成DBT特征分布靠近真实DBT特征分布； 步骤7、不断重复步骤5和步骤6，直至自编码器与生成对抗网络中的参数收敛并不再更新，网络模型训练完成； 步骤8、使用测试集上，测试生成DBT影像的良恶性分类性能。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘新区白杨街道2号大街1158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。