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！

龙图腾网获悉上海全景医学影像诊断中心有限公司申请的专利一种用于医学影像模型训练的图像标注方法、装置、电子设备、介质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：CN119964739B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510445296.6，技术领域涉及：G16H30/40；该发明授权一种用于医学影像模型训练的图像标注方法、装置、电子设备、介质是由冯刚;彭思思;高欣设计研发完成，并于2025-04-10向国家知识产权局提交的专利申请。

本一种用于医学影像模型训练的图像标注方法、装置、电子设备、介质在说明书摘要公布了：本发明涉及医学影像识别技术领域。提供一种用于医学影像模型训练的图像标注方法、装置、电子设备、介质。该方法包括：获取待标注的医学影像样本集；对医学影像样本集中的影像样本进行无监督分类，将其划分为多个特征类别，其中每个特征类别包含具有相似图像特征的样本；根据预设策略从每个特征类别中选取至少一个代表性样本；仅对代表性样本进行人工标注；基于标注后的代表性样本训练医学影像识别模型。本发明通过无监督分类和代表性样本选取的方法，有效提高了医学影像样本的标注效率，优化了标注资源的分配，从而加快了模型开发的进程并降低了成本。

本发明授权一种用于医学影像模型训练的图像标注方法、装置、电子设备、介质在权利要求书中公布了：1.一种用于医学影像模型训练的图像标注方法，其特征在于，包括： S1、获取待标注的医学影像样本集； S2、对所述医学影像样本集中的影像样本进行无监督分类，将其划分为多个特征类别，其中每个特征类别包含具有相似图像特征的样本； S3、根据预设策略从每个特征类别中选取至少一个代表性样本； S4、仅对所述代表性样本进行人工标注； S5、基于标注后的代表性样本训练医学影像识别模型； 步骤S2中，所述无监督分类包括： S21、使用多尺度特征提取模型提取所述影像样本的全局特征向量与局部特征向量；所述多尺度特征提取模型通过自监督预训练获取得到；所述全局特征用于捕捉所述影像样本的宏观特征，所述局部特征用于捕捉所述影像样本的细节特征； S22、对每个影像样本的全局特征向量与局部特征向量进行加权融合，生成融合特征向量； S23、对所述融合特征向量采用密度自适应的层次聚类算法进行分组，从而得到多个特征类别； 所述对所述融合特征向量采用密度自适应的层次聚类算法进行分组包括： 所述聚类算法的类别数量根据样本特征分布的复杂度动态确定；所述复杂度通过特征空间中样本的覆盖半径R与类内距离D的比值得到; 其中，覆盖半径R的计算公式如下： ； 其中，C表示样本集合；为样本和在特征空间中的距离； 类内距离D的计算公式如下： 。

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上海全景医学影像诊断中心有限公司，其通讯地址为：200233 上海市徐汇区桂林路406号8号楼B1层、一层、二层、三层301-305室、五层；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”。