基于深度辅助对比学习的胃部代表性图像分类方法及系统

本发明提出了基于深度辅助对比学习的胃部代表性图像分类方法及系统，涉及医学图像处理技术领域，包括：获取帧图像的深度估计图；获取相邻帧之间的位姿变换矩阵；将帧图像的深度估计图和相邻帧之间的位姿变换矩阵作为中间量进行图像重建，对其平移向量进行特殊变换并图像重建，分别得到正负样本并提取特征，并获取正负样本特征的投影向量；计算并通过最大化正样本间投影向量相似度和最小化负样本投影向量间相似度构造损失函数；将带有是否为胃部代表性图像标记的内镜图像输入到对比学习编码器中提取特征，并利用深度估计图对编码器输出特征进行加权，将加权后的特征输入到分类器中完成分类。本发明提高了胃部代表性图像分类准确度。

《基于深度辅助对比学习的胃部代表性图像分类方法及系统》是一发明专利，专利号为 2024116143846，当前法律状态为已下证，由山东师范大学提出申请，发明人为郑向伟;王召辉;刘位龙;任秀秀;孙凯;韩文婷;陈宣池，申请日期为2024-11-13，公开（公告）日期为2025-03-28，国际专利分类号（IPC）为 G06V 10/764 (2022.01)，所属技术领域包括：医疗设备、胃癌、肠胃科、肿瘤诊断、医学影像、内窥镜、深度学习、图像处理、胃镜。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明提出了基于深度辅助对比学习的胃部代表性图像分类方法及系统，涉及医学图像处理技术领域，包括：获取帧图像的深度估计图；获取相邻帧之间的位姿变换矩阵；将帧图像的深度估计图和相邻帧之间的位姿变换矩阵作为中间量进行图像重建，对其平移向量进行特殊变换并图像重建，分别得到正负样本并提取特征，并获取正负样本特征的投影向量；计算并通过最大化正样本间投影向量相似度和最小化负样本投影向量间相似度构造损失函数；将带有是否为胃部代表性图像标记的内镜图像输入到对比学习编码器中提取特征，并利用深度估计图对编码器输出特征进行加权，将加权后的特征输入到分类器中完成分类。本发明提高了胃部代表性图像分类准确度。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！