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！

龙图腾网恭喜安徽医科大学第一附属医院申请的专利一种基于人工智能的医学影像智能识别方法及系统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：CN119251601B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411778211.8，技术领域涉及：G06V10/764；该发明授权一种基于人工智能的医学影像智能识别方法及系统是由张亚东;王红强;吴勇敢设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本一种基于人工智能的医学影像智能识别方法及系统在说明书摘要公布了：本发明公开了一种基于人工智能的医学影像智能识别方法及系统，涉及图像数据处理分析领域，本发明通过医学影像采集模块、预处理模块、标注模块、模型构建模块、识别模块、节点参数获取模块、决策数据可视化模块和识别结果计算模块，通过采集多种模态类型的多个医学影像样品，提高了样品的丰富性以及全面性，可以对于医学影像中可能会出现的假阳性以及假阴性的情况具有较好的识别能力；通过在每个最终Alexnet神经网络模型中设置节点参数输出接口，可以输出各个节点的各个参数，计算出决策值并进行可视化展示，从而可以帮助医疗人员对于模型的决策过程进行深入的了解，从而知晓决策原因。

本发明授权一种基于人工智能的医学影像智能识别方法及系统在权利要求书中公布了：1.一种基于人工智能的医学影像智能识别方法，其特征在于，包括以下步骤：S1、医学影像采集模块采集多种模态类型的多个医学影像样品；预处理模块对多个医学影像样品进行预处理操作；标注模块对预处理后的医学影像样品矩阵进行数据标注，标注的数据包括假阳性数据和假阴性数据；S2、模型构建模块采用标注好的医学影像样品矩阵对多个初始Alexnet神经网络模型进行训练、优化以及测试，得到多个最终Alexnet神经网络模型；S3、识别模块采用多个最终Alexnet神经网络模型对待识别医学影像集进行识别，得到识别结果集；节点参数获取模块对每个最终Alexnet神经网络模型的各个节点处设置节点参数输出接口，识别完成后得到各个节点的参数数据；S4、决策数据可视化模块根据各个节点的参数数据计算出决策值，对所述决策值进行可视化展示；S5、识别结果计算模块根据所述识别结果集计算得到待识别医学影像集识别结果；所述S2包括以下步骤：S21、构建c′个初始Alexnet神经网络模型，对每个所述初始Alexnet神经网络模型设定一个模型接口，得到模型接口集；c′表示设定的模态类型的总个数；S22、设定第一训练数据比例集；根据所述第一训练数据比例集对标注好的医学影像样品矩阵的每列数据以及医学影像标签集进行数据划分，得到医学影像训练样品矩阵、医学影像测试样品矩阵、医学影像训练标签集和医学影像测试标签集；S23、设定训练误差精度阈值集；将所述医学影像训练样品矩阵中每列影像数据以及医学影像训练标签集分别输入至模型接口集中各个接口对应c′个初始Alexnet神经网络模型中进行训练；在训练过程中当第i个初始Alexnet神经网络模型的训练误差精度小于对应的训练误差精度阈值时，停止对第i个初始Alexnet神经网络模型的训练操作；当c′个初始Alexnet神经网络模型全部训练完成时，得到c′个训练好的Alexnet神经网络模型；S24、设定准确率阈值集表示设定的第i个准确率阈值；将所述医学影像测试样品矩阵中每列影像数据以及医学影像测试标签集分别输入至模型接口集中各个接口对应的c′个训练好的Alexnet神经网络模型进行测试操作，当c′个训练好的Alexnet神经网络模型全部测试完成后，得到测试准确率集表示对第i个训练好的Alexnet神经网络模型进行测试得到的测试准确率；当时，将第i个训练好的Alexnet神经网络模型作为第i个最终Alexnet神经网络模型；否则，对第i个训练好的Alexnet神经网络模型进行调节优化，得到第i个最终Alexnet神经网络模型；当c′个训练好的Alexnet神经网络模型全部测试以及优化完成后，得到c′个最终Alexnet神经网络模型。

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安徽医科大学第一附属医院，其通讯地址为：230000 安徽省合肥市绩溪路218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”。