基于特征分离的sMRI图像分类方法（高校公示15天）（不包年费滞纳金）（需要二变）
发明专利本发明涉及基于特征分离的sMRI图像分类方法，包括：构建训练集、验证集和测试集；构建分类模型：构建的分类模型包括特征提取模块、双任务预测模块、特征正交模块、分类器和回归器；双任务预测模块包括第一特异性预测模块和第二特异性预测模块；将训练集中所有的训练样本分批次输入到构建的分类模型中进行训练，并使用验证集中所有样本验证训练后的分类模型，经过多次训练与验证后，筛选出最优的分类模型；最后在测试集选取一幅待测试图像，将其依次经过最优分类模型的特征提取模块、第二特异性预测模块和分类器，得到分类结果。优点在于：该方法能区分目标特征中的第一设定特征和第二设定特征。
《基于特征分离的sMRI图像分类方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2024103893806，当前法律状态为已下证，由宁波大学提出申请，发明人为寿亿锒;高琳琳;戴吉程;王怡安，申请日期为2024-04-02，公开（公告）日期为2024-11-29，国际专利分类号（IPC）为 G06V 10/764 (2022.01)，高新资质：未报高企。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：本发明涉及基于特征分离的sMRI图像分类方法，包括：构建训练集、验证集和测试集；构建分类模型：构建的分类模型包括特征提取模块、双任务预测模块、特征正交模块、分类器和回归器；双任务预测模块包括第一特异性预测模块和第二特异性预测模块；将训练集中所有的训练样本分批次输入到构建的分类模型中进行训练，并使用验证集中所有样本验证训练后的分类模型，经过多次训练与验证后，筛选出最优的分类模型；最后在测试集选取一幅待测试图像，将其依次经过最优分类模型的特征提取模块、第二特异性预测模块和分类器，得到分类结果。优点在于：该方法能区分目标特征中的第一设定特征和第二设定特征。
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！
