学术探索
学术期刊
学术作者
新闻热点
数据分析
智能评审

一种轻量化多特征融合的甲状腺结节分类方法

被引：0
专利类型：
发明
申请号：
CN202510819540.0
申请日：
2025-06-19
公开(公告)号：
CN120318613A
公开(公告)日：
2025-07-15
发明(设计)人：
杨絮 王智霖 王雪 安晓峰 丛志斌
申请人：
长春理工大学
申请人地址：
130022 吉林省长春市卫星路7089号
IPC主分类号：
G06V10/764
IPC分类号：
G06V10/80 G06V10/82 G06V10/774 G06V10/44 G06V10/42 G06N3/048 G06N3/045
代理机构：
哈尔滨市阳光惠远知识产权代理有限公司 23211
代理人：
刘景祥
法律状态：
实质审查的生效
国省代码：
吉林省 长春市
引用
下载
收藏
法律状态
法律状态公告日 法律状态 法律状态信息
2025-08-01 实质审查的生效 实质审查的生效IPC(主分类):G06V 10/764申请日:20250619
2025-07-15 公开 公开
共 50 条
[1]
一种基于多尺度特征融合的甲状腺结节分类方法 [P]. 
于瑞国 ;
刘树培 ;
刘志强 ;
高洁 ;
于健 ;
李雪威 ;
喻梅 .
中国专利 :CN111160413A ,2020-05-15
[2]
一种基于全局轻量化注意力模块的甲状腺结节分类方法 [P]. 
杨絮 ;
曲朔欧 ;
丛志斌 .
中国专利 :CN119540591A ,2025-02-28
[3]
一种级联特征提取的甲状腺结节超声图像分类方法及系统 [P]. 
邢冲 ;
张帆 ;
叶娜 ;
乔博睿 ;
黄俊杰 ;
周业晟 .
中国专利 :CN118521824A ,2024-08-20
[4]
基于深度学习的超声甲状腺结节良恶性特征可视化的方法 [P]. 
王守超 .
中国专利 :CN111243042A ,2020-06-05
[5]
基于多特征融合的肺结节良恶性预测系统及方法 [P]. 
乔建苹 ;
范燕玲 ;
颉丽华 ;
杨晓双 ;
姚文龙 .
中国专利 :CN114373096A ,2022-04-19
[6]
一种基于分割的多特征信息的甲状腺结节良恶性分类方法 [P]. 
郑志强 ;
张煜杰 ;
翁智 ;
梁恩赫 ;
张雪然 .
中国专利 :CN117911772B ,2025-05-06
[7]
一种基于分割的多特征信息的甲状腺结节良恶性分类方法 [P]. 
郑志强 ;
张煜杰 ;
翁智 ;
梁恩赫 ;
张雪然 .
中国专利 :CN117911772A ,2024-04-19
[8]
一种基于多特征融合的轻量化恶意软件分类方法 [P]. 
陈治国 ;
赵攀 ;
黄李丽 ;
沈磊 .
中国专利 :CN120448932B ,2025-09-09
[9]
一种基于多特征融合的轻量化恶意软件分类方法 [P]. 
陈治国 ;
赵攀 ;
黄李丽 ;
沈磊 .
中国专利 :CN120448932A ,2025-08-08
[10]
基于特征融合和迁移学习的甲状腺结节超声图像分类方法 [P]. 
周爱云 ;
徐盼 ;
邱桃荣 ;
付豪 .
中国专利 :CN114155202A ,2022-03-08
12345