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！

龙图腾网恭喜清华大学申请的专利肺部影像分类方法、分类网络确定方法及其装置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：CN112733959B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202110090885.9，技术领域涉及：G06V10/764；该发明授权肺部影像分类方法、分类网络确定方法及其装置是由黄高;葛春江;宋士吉设计研发完成，并于2021-01-22向国家知识产权局提交的专利申请。

本肺部影像分类方法、分类网络确定方法及其装置在说明书摘要公布了：本文公开了一种肺部影像分类网络的确定方法、装置和存储介质，以及肺部影像分类方法、装置和存储介质。其中，所述肺部影像分类网络的确定方法，包括，获取带有标签的肺部影像图片，建立肺部影像数据集；根据所述数据集中的图片和标签对完整的DenseNet网络进行预训练，确定第一部分网络；根据所述第一部分网络，提取所述数据集中各图片的图像特征，对所述图像特征消除共线性，确定各图像特征的权重；根据所述数据集中图片的图像特征和对应的权重，训练第一线性分类器，确定第二部分网络；将所述第一部分网络和所述第二部分网络进行组合，确定为所述肺部影像分类网络。

本发明授权肺部影像分类方法、分类网络确定方法及其装置在权利要求书中公布了：1.一种肺部影像分类网络的确定方法，其特征在于，包括，获取带有标签的肺部影像图片，建立肺部影像数据集；所述标签包括：正样本标签和负样本标签；根据所述数据集中的图片和标签对完整的DenseNet网络进行预训练，将预训练后的DenseNet网络除去全连接层后，确定为第一部分网络；根据所述第一部分网络，提取所述数据集中各图片的图像特征，对所述图像特征消除共线性，确定各图像特征的权重；根据所述数据集中图片的图像特征和对应的权重，训练第一线性分类器，将训练后的第一线性分类器确定为第二部分网络；将所述第一部分网络和所述第二部分网络进行组合，确定为所述肺部影像分类网络；其中，所述根据所述数据集中的图片和标签对完整的DenseNet网络进行预训练，包括：根据所述数据集中的图片和标签，使用随机梯度下降算法对完整的DenseNet网络进行训练，直到DenseNet网络的权重满足预设的收敛条件；所述根据所述第一部分网络，提取所述数据集中各图片的图像特征，对所述图像特征消除共线性，确定各图像特征的权重，包括：根据所述第一部分网络，分别提取所述数据集中各图片的图像特征；根据各图片的图像特征，分别确定各图片对应的伪特征；根据所述数据集中图片的图像特征和伪特征，训练第二线性分类器；根据训练好的第二线性分类器分别确定各图片的正样本概率和负样本概率；根据各图片的正样本概率和负样本概率确定各图像特征的权重；其中，每一个图像特征的权重等于归属图片的正样本概率和负样本概率的比值。

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清华大学，其通讯地址为：100084 北京市海淀区清华园；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”。