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！

龙图腾网获悉南通大学申请的专利基于粗细粒度对比学习的肺部医学图像深度模糊聚类方法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：CN119762828B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202411911225.2，技术领域涉及：G06V10/762；该发明授权基于粗细粒度对比学习的肺部医学图像深度模糊聚类方法是由郭静;鞠恒荣;成晓天;丁卫平;蔡超越;严如;杨光;邱珊珊设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本基于粗细粒度对比学习的肺部医学图像深度模糊聚类方法在说明书摘要公布了：本发明提供了一种基于粗细粒度对比学习的肺部医学图像深度模糊聚类方法，属于医学图像处理技术领域。解决了传统方法在处理肺部医学图像时局部特征丧失以及不能精确地区分相似类别和处理数据边界模糊的技术问题。其技术方案为：包括以下步骤：S10、获取肺部医学图像的特征表示并聚类生成初步的伪标签；S20、利用数据增强技术获取肺部医学图像的增强图像；S30、获取模糊特征表示；S40、结合簇级粗粒度对比损失、样本级细粒度对比损失和均方差损失优化特征表示；S50、获取最终肺部医学图像聚类结果。本方案的有益效果为：可以有效的提高全局与局部信息的关联性，增强特征的表达能力、增强模型对复杂数据的适应性。

本发明授权基于粗细粒度对比学习的肺部医学图像深度模糊聚类方法在权利要求书中公布了：1.一种基于粗细粒度对比学习的肺部医学图像深度模糊聚类方法，其特征在于，包括以下步骤： S10、获取肺部医学图像的特征表示并聚类生成初步的伪标签； 所述步骤S10包括如下步骤： S11、输入一个批次的肺部医学图像，其中N是当前批次样本数，H和W分别是肺部医学图像的高度和宽度，包含了该批次内所有图像的视觉特征，使用自注意力模糊目标网络获取特征矩阵，d1是通过自注意力模糊目标在线网络后的特征维度，每一行代表一个样本的特征； S12、将得到的特征矩阵通过目标投影器网络进一步更新特征矩阵，得到更新后的特征矩阵，d2是通过投影器网络后的特征维度； S13、通过步骤S12获取当前数据集所有样本的特征矩阵，对所有样本的特征矩阵进行模糊c-means聚类，将每个样本的聚类结果作为一个伪标签来指导后续的自注意力模糊特征表示学习，其中Nall是肺部医学图像数据集的所有样本数； S20、利用数据增强技术获取肺部医学图像的增强图像； S30、利用自注意力模糊在线网络和自注意力模糊目标网络分别获取模糊特征表示； S40、结合簇级粗粒度对比损失、样本级细粒度对比损失和均方差损失优化特征表示； S50、迭代更新聚类结果和自注意力模糊目标网络参数，获取最终肺部医学图像聚类结果。

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南通大学，其通讯地址为：226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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”。

以上内容由龙图腾AI智能生成。