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！

龙图腾网恭喜常德市第一人民医院申请的专利一种基于病理组织图像的肿瘤分析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：CN119480151B 。

龙图腾网通过国家知识产权局官网在2025-05-20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：202411479344.5，技术领域涉及：G16H70/60；该发明授权一种基于病理组织图像的肿瘤分析方法是由钟雅婷;伍甜田;杜维设计研发完成，并于2024-10-23向国家知识产权局提交的专利申请。

本一种基于病理组织图像的肿瘤分析方法在说明书摘要公布了：本发明涉及医学图像处理技术领域，具体公开了一种基于病理组织图像的肿瘤分析方法，方法包括数据采集与预处理、网络构建、图像增强、相邻层特征融合、图像分类和知识蒸馏。本方案采用图像增强和对比学习方法从不同层次提取特征，提高模型提取全局特征和捕捉局部细节的能力，通过计算强弱增强差异损失，确保增强操作不会过度改变图像的特征表示，防止模型过拟合；通过注意力机制从教师网络的各层特征图中提取并融合特征，增强模型对病理图像的细节捕捉能力；使用知识蒸馏方法，通过引入教师网络的知识，学生网络不仅关注硬标签的分类，还能捕捉到类之间的相对关系，从而提高分类的准确性，减少模型的计算资源需求。

本发明授权一种基于病理组织图像的肿瘤分析方法在权利要求书中公布了：1.一种基于病理组织图像的肿瘤分析方法，其特征在于：该方法包括以下步骤：步骤S1：数据采集与预处理，从公共数据库中获取标注的肿瘤组织的病理组织图像数据集，对病理组织图像进行归一化处理；步骤S2：网络构建，基于残差卷积神经网络建立教师网络和学生网络，教师网络用于提取图像的深层特征，学生网络用于学习特征；步骤S3：图像增强，采用弱增强和强增强对病理组织图像进行处理，分别提取病理组织图像的局部特征和全局特征，建立对比学习模型用于优化教师网络，具体包括以下步骤：步骤S31：对病理组织图像使用强增强操作，突出细胞整体分布，生成强增强图像；步骤S32：对病理组织图像进行弱增强操作，突出细胞形状和周围组织结构，生成弱增强图像；步骤S33：从强增强图像和弱增强图像中分别提取强增强图像特征和弱增强图像特征，将增强图像作为原始图像的正样本，最小化正样本之间的距离，将其他类别图像作为负样本，最大化负样本之间的距离，计算全局特征损失和局部特征损失；步骤S34：强弱增强差异损失计算，最小化强增强图像和弱增强图像与原始图像之间的特征距离，保留增强图像足够的特征信息；步骤S35：总损失计算，所用公式如下： ；式中，表示总损失函数，表示全局特征损失函数，表示局部特征损失函数，表示增强差异损失，表示控制不同损失项的权重参数；步骤S4：相邻层特征融合，对教师网络不同层提取的特征，采用局部和全局注意力机制进行融合，生成包含多尺度信息的特征图；步骤S5：图像分类，教师网络对特征图进行分类，完成整个病理图像的分析和分类过程；步骤S6：知识蒸馏，学生网络学习教师网络提取的深层特征并进行训练，训练后的学生网络用于完成肿瘤类别分类。

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常德市第一人民医院，其通讯地址为：415000 湖南省常德市武陵区人民路818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”。