一种基于深度学习的黑色素瘤皮肤病的分类识别方法，将原始图像、采用类激活图剪切的图像、医生手工分割的病变区域二值掩膜图像分别进行数据预处理；采用图像分类网络，将它们最后一层进行联合，三种训练集图片分别输入这三个网络，图片正向输入网络，并通过反向传播最小化代价函数更新权值，求出对第一类非增值性损伤皮肤病分类效果最优组合；先采用联合网络1对第一类皮肤病单独分类，再使用联合网络2将剩余数据中的第二类皮肤病分类出来；剩余的就是恶性皮肤病，得到皮肤病分类准确率1；再得到皮肤病分类准确率2；得到皮肤病分类准确率3；将最高的准确率作为最终的结果。本发明有效提高黑色素瘤皮肤病分类识别率。
📄 2018101745734
📂 G06K9_62
👤 浙江工业大学
📅 2018-03-02
一种基于卷积神经网络模型二次集成的黑色素瘤分类方法，所述方法包括以下步骤：步骤1.基于随机掩盖来构建多个具有差异性的不同训练集；步骤2.卷积神经网络模型的构建及使用Focal loss作为模型的惩罚函数；步骤3.卷积神经网络模型的集成及二次集成。通过构建多个具有差异的训练集A、B、C等以及使用Resnet的50层卷积神经网络进行训练，最后根据模型的投票结果先进行一次集成，然后在一次集成的基础上再进行二次集成，旨在提高黑色素瘤自动识别分类的性能。
📄 2018107085456
📂 G06K9_00
👤 浙江工业大学
📅 2018-07-02
本发明公开了一种基于图像融合的黑色素瘤数据增强方法，包括：获取黑色素瘤数据集并将黑色素瘤数据集中的图像统一尺寸；遍历统一尺寸后的图像，对每个图像执行如下操作：将图像对半裁剪，获得两张裁剪后的图像；对两张裁剪后的图像随机翻转其中一张，记随机翻转后的裁剪图像为第一图像，未随机翻转的裁剪图像为第二图像；随机获取一个[0,1]的比例数，按比例数融合第一图像和第二图像形成融合图像；保存全部融合图像，完成黑色素瘤数据集中图像的数据增强。该方法通过对图像自身进行裁剪处理后按比例数融合实现图像数据增强，从而达到数据类别平衡及扩充数据量，提高模型鲁棒性的目的，可精准识别黑色素瘤。
📄 2022117156026
📂 G06T5_50
👤 浙江工业大学
📅 2022-12-29
基于空洞卷积和多尺度融合的黑色素瘤分割方法，包括：步骤1)医学图像预处理；步骤2)构建具有灵活感受野的多尺度聚合网络模型；步骤3)将训练集数据输入模型中进行训练；步骤4)皮肤镜图像病灶区域分割。本发明提出的通道注意空洞卷积模块可以根据图像特征自适应的扩大感受野，获取更加紧密的上下文信息，缓解固定感受野引起的特征不充分问题；聚合交互模块可以将编码层输出的特征与相邻编码层的特征进行聚合，获得多尺度信息，并且降低了编码层和对应的解码层之间的语义差距，抑制直接聚合引起的噪声。本发明能够分割精确的皮肤镜图像，起到辅助作用。
📄 2020110948311
📂 G06T7_11
👤 浙江工业大学
📅 2020-10-14
本发明公开了苯氨基喹唑啉类化合物或其药学上可接受的盐在制备预防或治疗黑色素瘤药物中的应用，所述苯氨基喹唑啉类化合物的结构如式(Ⅰ)所示，式(Ⅰ)中，R1或R2分别独立为H、Cl、F或CF3中的一种基团，R3为Cl。该类化合物在一定剂量下对黑色素瘤细胞B16F10具有显著的抑制效果；且该类化合物制备方法简便，易于操作，原料易得，且生产成本较低，适于工业化应用。
📄 2022105054695
📂 A61K31_517
👤 浙江工业大学
📅 2022-05-10
一种基于集成学习的黑色素瘤皮肤病图像分类方法，包括以下步骤：步骤1，使用基于随机掩盖大小固定的区域的数据增强方式来扩充训练样本；步骤2，建立多个卷积神经网络模型，使用的训练集包含黑色素瘤皮肤图像和非黑色素瘤皮肤图像；使用卷积残差50层网络；使用交叉熵损失函数；步骤3，卷积神经网络模型的集成：假定由训练集1训练得到的模型为分类模型1，训练集2训练得到的模型为分类模型2，对分类模型1和分类模型2分别使用测试集来测试其效果，然后每个模型会各自给出测试样本属于黑色素瘤的概率值p1，p2，集成的时候对于测试样本属于黑色素瘤的概率p＝(p1+p2)/2。本发明分类精度较高、数据均衡，提高黑色素瘤自动识别分类的性能。
📄 2018105054190
📂 G06K9_00
👤 浙江工业大学
📅 2018-05-24
一种基于非随机掩盖数据增强方式的黑色素瘤分类方法，包括以下步骤：步骤1.首先原始训练集中的皮肤镜图像进行数据增强，增强方式为非随机掩盖；步骤2.将原始数据分别和不同掩盖位置的数据进行混合然后放入网络中进行训练，最后根据模型在验证集上的表现选择出效果相对好的4个模型，然后将这4个模型的增强样本和原始数据放在一起作为最终的黑色素瘤分类模型的训练样本，然后进行训练从而得到黑色素瘤分类模型；步骤3.训练模型；步骤4.将步骤3中提取的特征放入到softmax分类器中进行分类。本发明提供一种可靠性高的黑色素瘤分类方法，可以有效的对患者皮肤镜检图像来进行分类，达到辅助最终诊断的效果。
📄 2018105053944
📂 G06K9_62
👤 浙江工业大学
📅 2018-05-24
本申请涉及人工智能领域，公开了一种基于神经网络的黑色素瘤图像识别方法，包括：基于全卷积神经网络分别构建生成式对抗网络模型的图像分割网络和评判网络；获取多个黑色素瘤图像样本，并将所述黑色素瘤图像样本输入到所述生成式对抗网络模型中进行训练，所述图像分割网络用于生成所述黑色素瘤图像样本对应的图像预测结果；所述评判网络用于将所述图像预测结果和图像真实结果进行对抗训练；将训练完成的所述生成式对抗网络模型作为黑色素瘤图像识别模型。本申请还涉及区块链技术领域，本申请还公开了一种基于神经网络的黑色素瘤图像识别装置、计算机设备以及计算机可读存储介质。本申请得到了对黑色素瘤图像识别准确率高的黑色素瘤图像识别模型。
📄 2021102122893
📂 G06T7_00
👤 平安科技(深圳)有限公司
📅 2021-02-25
本发明公开了一种基于CycleGAN和BAFCNN的黑色素瘤分类方法及系统，属于人工智能技术领域，本发明要解决的技术问题为如何能够合理提取原始皮肤图像的病变部位以及病变周围正常的皮肤组织，提高黑色素瘤分类的准确性，采用的技术方案为：该方法是通过条件图像合成数据集中代表性不足的样本用于平衡数据集，并利用基础辅助融合神经网络提取数据特征，将提取的数据特征映射到输出空间上进行黑色素瘤的处理与分类；具体如下：条件图像合成：使用循环一致的CycleGAN网络合成条件图像；提取补丁图像：采用像素块差值补丁策略提取补丁图像；数据预处理；特征提取：使用基础辅助融合神经网络提取补丁图像以及原始皮肤图像的特征，并获取皮损图像的信息；特征融合；指标评估。
📄 2022111471648
📂 G06V10_764
👤 齐鲁工业大学(山东省科学院)
📅 2022-09-19
本发明提供一种用于治疗黑色素瘤的化合物。本发明所提供的化合物T31具有在制备预防或治疗黑色素瘤药物中的用途。本发明通过对Anti‑GP100修饰的空心普鲁士蓝纳米粒子装载化合物T31得到具有主动靶向和光热‑化学联合治疗作用的肿瘤纳米制剂（HPPN‑T31‑gp100），其对黑色素瘤细胞（C918）靶向性更佳，可以提高药物递送的精确性和效率，增强治疗效果，并通过多种机制（包括光热效应、免疫调节、细胞凋亡等）来抑制肿瘤生，同时对小鼠递送纳米粒后未见组织损伤，具有良好的生物安全性。
📄 2025100799351
📂 A61K47_68
👤 重庆医科大学
📅 2025-01-18
本发明属于医药领域，公开了维康醇与自噬抑制剂联用在制备抗黑色素瘤药物的应用，所述对抗黑色素瘤药物包含维康醇与细胞自噬抑制剂，所述细胞自噬抑制剂选自3‑MA，所述对抗黑色素瘤药物为维康醇与细胞自噬抑制剂制成的复方药物。本发明中细胞自噬抑制剂抑制维康醇诱导的黑色素肿瘤细胞的自噬，维康醇诱导黑色素瘤细胞的自噬而抵消黑色素肿瘤由于细胞自噬而引起的对维康醇治疗的拮抗作用，从而显著增强维康醇对黑色素瘤的治疗效果，维康醇与自噬抑制剂联用能够很好的抑制维康醇单用所诱发的自噬，对于黑色素瘤有着明显的治疗效果，并且显著优于二者单独使用，说明二者联合使用可以发挥协同增效的作用。
📄 201911186546X
📂 A61K45_06
👤 盐城伊博生物医药科技有限公司
📅 2019-11-19
本发明公开了一种抗黑色素瘤的药物组合物，涉及中药技术领域。其由如下重量份的中药材原料制备而成：石榴皮30-40份、桑寄生30-40份、白花蛇舌草30-40份、皂角刺8-14份、急性子16-22份、桃仁16-22份、巴戟天20-28份、桑叶20-28份。本发明涉及的药物组合物抗黑色素瘤的效果显著，针对化疗药物通常导致患者的免疫功能低下的情况，该中药复方制剂可增强机体免疫力，抑制黑色素瘤生长，且无明显副作用。
📄 2013105317032
📂 A61K36_748
👤 杨献华
📅 2013-11-02
柿子坊 · 知识产权运营
柿子坊知识产权运营平台