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！

龙图腾网恭喜东华大学申请的专利一种基于EUS的粘膜下肿瘤细粒度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：CN114067159B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202111375187.X，技术领域涉及：G06V10/764；该发明授权一种基于EUS的粘膜下肿瘤细粒度分类方法是由郑杭彬;鲍劲松;刘天元;汪俊亮设计研发完成，并于2021-11-19向国家知识产权局提交的专利申请。

本一种基于EUS的粘膜下肿瘤细粒度分类方法在说明书摘要公布了：本发明涉及一种基于EUS的粘膜下肿瘤细粒度分类方法，其特征在于，包括以下步骤：建立多尺度的关系注意力网络；分两个阶段对关系注意力网络进行训练；将实时获得的EUS图像输入训练后的关系注意力网络，由关系注意力网络输出对应的类别标签。与现有技术相比，本发明能够有效提升基于EUS的粘膜下肿瘤的识别准确率，并有效减少了EUS识别过程中对目标级数据标签的依赖，能够有效对EUS图像中的粘膜下肿瘤区域进行识别。

本发明授权一种基于EUS的粘膜下肿瘤细粒度分类方法在权利要求书中公布了：1.一种基于EUS的粘膜下肿瘤细粒度分类方法，其特征在于，包括以下步骤：步骤1、建立多尺度的关系注意力网络，该关系注意力网络包括基于卷积神经网络结构实现的编码器以及关系注意力模块，由编码器提取输入的EUS图像多个尺度特征，由关系注意力模块获得特征的注意力图，并将注意力图与编码器提取的特征进行逐元素相乘，以增强空间域中的感兴趣区域，抑制无关区域，基于感兴趣区域输出类别标签，类别为预先定义的不同肿瘤类别；步骤2、分两阶段对模型进行训练，采用基于图像修复的自监督学习预训练方法来训练肿瘤分类的特征提取器，并在下游加入多尺度特征关系注意力网络进一步训练模型直至收敛，具体包括以下步骤：步骤201、获得不同类别的EUS图像样本；步骤202、将步骤201得到的不同类别的EUS图像样本组成一个EUS图像训练样本集；步骤203、采用EUS自适应遮挡算法对EUS图像训练样本集中的每个EUS图像样本进行处理，获得遮挡图像样本以及对应的遮挡区域，EUS自适应遮挡算法利用EUS的成像特点自适应地遮挡EUS图像层次结构上的部分信息，用于实现自监督学习；所述EUS自适应遮挡算法包括以下步骤：步骤2031、对EUS图像样本进行直方图均衡化处理，随后进行阈值化操作，使得直方图均衡化后的图像中像素值在[0.7,0.8]之间的所有像素的值为1、像素值在[0.85,0.99]之间的所有像素的值为2、其余像素的像素值都为0，从而得到阈值化图像；步骤2032、对阈值化图像进行腐蚀运算，使得阈值化图像中相互靠近的区域的区域轮廓相互联通，而相互之间距离较远的区域的区域轮廓互相分离；步骤2033、寻找上一步得到的图像中的闭合曲线，并计算每条闭合曲线所围区域的曲线区域面积，对曲线区域面积进行排序，从中选出曲线区域面积最大的前三条闭合曲线，将其假定为图像层次结构的外轮廓曲线；步骤2034、在外轮廓曲线内部采点，将获得的点作为生成掩码的中心坐标点，基于中心坐标点生成掩码，利用掩码对EUS图像样本进行遮挡，从而得到所述遮挡图像样本以及对应的所述遮挡区域；步骤204、将遮挡图像样本作为输入、对应的遮挡区域作为标签，对采用ContextEncoder的模型结构进行训练，从而完成第一阶段的训练，该模型结构包括基于卷积神经网络结构实现的编码器、解码器以及一个判别器，由模型结构补全输入的遮挡图像样本的遮挡区域，输出完整的EUS图像样本；步骤205、将训练后的模型结构的编码器的权值赋予关系注意力网络的编码器，该编码器即为特征提取器；步骤206、将步骤201获得的EUS图像样本作为输入、对应的类别作为标签，对编码器的权值更新后的关系注意力网络进行训练，从而完成第二阶段的训练；步骤3、将实时获得的EUS图像输入训练后的关系注意力网络，由关系注意力网络输出对应的类别标签。

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东华大学，其通讯地址为：201600 上海市松江区人民北路2999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”。