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！

龙图腾网获悉山东大学;山东知微智成电子科技有限公司申请的专利一种基于多任务学习的肺结节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：CN116563624B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310504416.6，技术领域涉及：G06V10/764；该发明授权一种基于多任务学习的肺结节分类方法是由董恩清;鲁航;傅宇;薛鹏;张智利;张德敬;崔文韬;梁成辉设计研发完成，并于2023-05-08向国家知识产权局提交的专利申请。

本一种基于多任务学习的肺结节分类方法在说明书摘要公布了：本发明公开了一种基于多任务学习的肺结节分类方法，包括以下步骤：1、提取肺结节CT数据和特征等级标注；2、计算肺结节特征之间的斯皮尔曼秩相关系数，构建并训练神经网络使输出的肺结节特征的初始标签嵌入之间的余弦相似度近似等于斯皮尔曼秩相关系数；3、设计自适应方法获取图邻接矩阵，描述肺结节特征之间的相关关系；4、构建并训练以GCN和3DU‑Net为主干网络、包含图像融合模块和交叉通道注意力模块的多任务模型，输出肺结节的恶性度分类结果，并给出特征评分和分割结果为分类结果提供辅助信息。本发明充分利用肺结节特征之间的相关关系构建肺结节分类模型，能对肺结节输出多维度的分析结果，使得诊断结果具有很高的可解释性和可信度。

本发明授权一种基于多任务学习的肺结节分类方法在权利要求书中公布了：1.一种基于多任务学习的肺结节分类方法，其特征在于，包括以下步骤： S1收集标注有肺结节特征等级的CT影像数据集，按照标注提取肺结节CT数据并生成掩膜； 所述肺结节特征包括细致度、圆形度、边缘、分叶征、毛刺征、纹理、钙化和恶性度； S2计算肺结节特征之间的斯皮尔曼秩相关系数，并组合成斯皮尔曼秩相关系数矩阵 S3根据S2得到的斯皮尔曼秩相关系数矩阵设计神经网络和损失函数获取8种肺结节特征的初始标签嵌入； S4设计基于余弦相似度的自适应获取图邻接矩阵的方法，得到能够准确表示肺结节特征相关关系的图邻接矩阵； S5构建肺结节分类多任务模型； 所述肺结节分类多任务模型包括标签嵌入提取分支、图像特征提取分支、特征融合模块和交叉通道注意力模块；S1收集到的肺结节CT数据作为图像特征提取分支的输入，S3中获取到的肺结节特征的初始标签嵌入和S4获取的图邻接矩阵作为标签嵌入提取分支的输入； S6设计肺结节分类多任务模型的损失函数； 将步骤S1中的肺结节CT数据、步骤S3获得的肺结节特征的标签嵌入和步骤S4获得的图邻接矩阵输入到肺结节分类多任务模型中并采用五折交叉验证的方式进行训练，输出肺结节恶性度分类，肺结节特征的评分和肺结节三维分割结果。

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山东大学;山东知微智成电子科技有限公司，其通讯地址为：264209 山东省威海市文化西路180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。