咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN202411776956.0 | 专利名称： | 一种基于小样本学习的深度可解释皮肤病识别方法 |
| 申请日： | 2024-12-05 | 申请/专利权人 | 南京信息工程大学 |
| 专利类型： | 发明 | 地址： | 江苏省南京市江北新区宁六路219号 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G06T7/00 分类检索 |
| 公开/公告日： | 2025-04-29 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN119251228B | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 4 | 所属领域： | 计算机视觉 深度学习 医疗人工智能专利转让搜索 |
应用场景：皮肤病辅助诊断;基层医疗资源不足场景下的皮肤病筛查;医疗影像智能分析
摘 要：本发明公开了一种基于小样本学习的深度可解释皮肤病识别方法，属于图像处理领域，将同类或异类皮肤病图像分别输入双分支小样本对比学习网络中，对皮肤病图像的病变区域进行分割生成病变分割掩码，提取其中形状信息，并定位包含病变区域的最小正方形边框，进行裁剪缩放获得病变图像；提取两个支路病变图像对应分支的深浅特征，计算双支路深浅特征的对比损失，以优化网络参数，同时提取多尺度纹理信息；将包含形状信息、纹理信息的元数据与图像的深浅特征进行多模态融合用于皮肤病识别，通过多阶段的深度学习网络与医学诊断逻辑的结合，逐步提取并融合病变区域的形态、纹理等特征，以提高皮肤病识别的分类准确性和模型的可解释性。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 申请号 | 专利名称 | 发布日期 |
| 2014101273171 | 【发明】基于分层模糊c均值的图像分割方法 | 2025/10/15 |
| 2024112349125 | 【发明】一种鲁棒的无人机-无人船协同相对视觉定位方法和系统 | 2025/10/15 |
| 2025104137001 | 【发明】多重免疫荧光图像自动分析方法、介质及程序产品 | 2025/10/15 |
| 2022105822187 | 【发明】一种基于改进LSD的磁极倒转图信息抽取方法 | 2025/10/15 |
| 2023103160622 | 【发明】一种双分支图像异常检测方法、装置、设备及介质 | 2025/10/15 |
| 2025104547171 | 【发明】一种基于深度学习的乳腺癌预后预测的多模态融合方法 | 2025/10/15 |
| 2022106713420 | 【发明】基于多尺度损失函数的改进型U-Net云图分割方法 | 2025/10/15 |
| 2024119640662 | 【发明】基于计算机视觉的羽毛球落点预测方法及系统 | 2025/10/15 |
| 2025104137548 | 【发明】一种基于图神经网络的视频风格迁移姿态检测方法 | 2025/10/15 |
| 2025107673104 | 【发明】一种噪声抑制模态融合对齐的工业图像异常检测方法 | 2025/10/15 |
