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！

龙图腾网获悉福州大学;福建医科大学附属协和医院申请的专利双编码结构和级联空洞卷积的甲状腺结节智能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：CN116612086B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202310574449.8，技术领域涉及：G06T7/00；该发明授权双编码结构和级联空洞卷积的甲状腺结节智能分类方法是由童同;李志强;周小根;薛恩生;陈舜;郑梅娟设计研发完成，并于2023-05-22向国家知识产权局提交的专利申请。

本双编码结构和级联空洞卷积的甲状腺结节智能分类方法在说明书摘要公布了：本发明提出双编码结构和级联空洞卷积的甲状腺结节智能分类方法，用于对医学图像分类，所述方法基于分类网络模型，所述分类网络模型将Transformer网络和卷积神经网络两者的编码器融合，形成增强的双编码器结构，使用Transformer网络的SwinTransforme作为第一个编码器的主干，以捕捉医学图像像素之间的长距离依赖；使用基于卷积神经网络的Efficientnet‑b3模块作为第二个编码器的主干，通过缩放网络的深度、宽度和分辨率三个维度来找到最适合的模型参数，实现分类网络模型的复合系数简化及效率提升；本发明能提升甲状腺结节分类的准确率。

本发明授权双编码结构和级联空洞卷积的甲状腺结节智能分类方法在权利要求书中公布了：1.双编码结构和级联空洞卷积的甲状腺结节智能分类方法，用于对医学图像分类，其特征在于：所述方法基于分类网络模型，所述分类网络模型将Transformer网络和卷积神经网络两者的编码器融合，形成增强的双编码器结构，使用Transformer网络的SwinTransformer作为第一个编码器的主干，以捕捉医学图像像素之间的长距离依赖；使用基于卷积神经网络的Efficientnet-b3模块作为第二个编码器的主干，通过缩放网络的深度、宽度和分辨率三个维度来找到最适合的模型参数，实现分类网络模型的复合系数简化及效率提升； 所述方法包括以下步骤； 步骤S1、进行医学图像预处理操作；若医学图像数据集的数量有限，则对数据集进行扩充处理以减少过拟合的危险，图像预处理操作方法包括图像变换和噪声干扰；图像变化包括对图像进行垂直翻转、水平翻转或旋转，旋转的方向角度包括4590135180225270315； 步骤S2、将医学图像的大小调整为预设尺寸对神经网络进行训练，在对神经网络进行训练和验证时使用Adam优化器，对神经网络进行预设次数的epoch后终止训练过程； 步骤S3、把调整为预设尺寸的医学图像分别进入SwinTransforme和卷积神经网络这两个编码器中进行特征提取，再将两个编码器的输出进行concatenation，将两者的输出进行拼接融合；接着再进行级联空洞卷积CDI操作，提取图像中存在的高级语义信息，最后进行全局平均池化GAP操作，在经过全连接FC层后给出甲状腺良恶性的分类预测结果； 所述分类网络模型包括双编码器结构、级联空洞卷积模块、全局平均池化GAP和全连接FC层组成；双编码器中，Transformer网络的Transformer编码器学习长距离依赖关系，基于卷积神经网络的编码器则捕捉高层次特征；Transformer编码器、基于卷积神经网络的编码器的输出均连接至级联空洞卷积CDI模块，以进一步提高分类性能； 所述基于卷积神经网络的Efficientnet-b3模块基于神经架构搜索方法构建，采用多个MBConv块堆叠；EfficientNet-b3模块通过缩放神经网络的深度、宽度和分辨率三个维度来找到最适合的模型参数。

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福州大学;福建医科大学附属协和医院，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。