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！

龙图腾网获悉广东省人民医院申请的专利基于伪影靶向对抗训练的可信前列腺癌识别方法及装置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：CN116258704B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310205427.4，技术领域涉及：G06T7/00；该发明授权基于伪影靶向对抗训练的可信前列腺癌识别方法及装置是由刘再毅;胡磊;周大为;许家华设计研发完成，并于2023-03-06向国家知识产权局提交的专利申请。

本基于伪影靶向对抗训练的可信前列腺癌识别方法及装置在说明书摘要公布了：本发明公开了一种基于伪影靶向对抗训练的可信前列腺癌识别方法及装置，包括：采集前列腺数据集，并进行预处理，得到不同维度的前列腺原始图像；构建不同维度的前列腺癌识别模型，将不同维度的前列腺原始图像导入相应前列腺癌识别模型中进行预训练；将前列腺原始图像输入预训练好的前列腺癌识别模型中，筛选出风格样本；基于风格样本，结合风格迁移技术和对抗攻击技术，构建专有对抗样本生成模型，生成专有对抗样本；利用前列腺原始图像和专有对抗样本，对预训练好的前列腺癌识别模型进行对抗训练，共同优化识别模型参数，得到可信的前列腺癌识别模型。本发明利用对抗训练方法，结合专有样本和原始图像，提高了前列腺癌识别系统的可信性。

本发明授权基于伪影靶向对抗训练的可信前列腺癌识别方法及装置在权利要求书中公布了：1.基于伪影靶向对抗训练的可信前列腺癌识别方法，其特征在于，包括下述步骤： S1、采集前列腺数据集，并对所述前列腺数据集进行预处理操作，得到不同维度的前列腺原始图像； S2、构建不同维度的前列腺癌识别模型，将所述不同维度的前列腺原始图像导入相应前列腺癌识别模型中进行预训练，得到预训练好的前列腺癌识别模型； S3、将所述前列腺原始图像作为参考集输入至所述预训练好的前列腺癌识别模型中，得到预测的样本图像，在所述预测的样本图像中筛选出具有直肠伪影属性的前列腺样本图像作为风格迁移的风格样本； S4、基于所述风格样本，结合风格迁移技术和对抗攻击技术，构建专有对抗样本生成模型，并利用最小化总损失优化所述专有对抗样本生成模型，生成具有直肠伪影属性的专有对抗样本； S5、利用所述前列腺原始图像和专有对抗样本，对所述预训练好的前列腺癌识别模型进行对抗训练，共同优化预训练好的前列腺癌识别模型参数，得到可信的前列腺癌识别模型； 所述S4中基于所述风格样本，结合风格迁移技术和对抗攻击技术，构建专有对抗样本生成模型的具体过程为： 给定具有类别标签y的前列腺原始图像x和前列腺癌识别模型，首先利用强一阶攻击 PGD对前列腺原始图像进行对抗攻击得到对抗样本；公式为： ，， 其中，是对抗噪声，表示基于范数的距离度量，是人为设定的扰动预算，对抗 样本的获得是通过解决优化问题来实现的： 其中，为第i类对应的y值，为识别模型对第i类的预测概率，表示类别数目；由此 得到对抗损失： ； 在进行对抗攻击时，选取最佳扰动预算为8255，攻击步长为，攻击迭代次数 为10； 利用给定的风格样本，将对抗样本进行风格迁移，以生成具有直肠伪影属性的专 有对抗样本，具体步骤为：以VggNet-16为特征提取网络E，进行对抗样本和风格样本的 特征提取，并定义对抗样本和风格样本之间的风格损失为： 其中是E中风格层的索引集，包括第2层、第4层、第7层和第10层卷积层，是中第个风格层，表示从风格层提取的深层特征的Gram矩阵； 构造对抗样本和前列腺原始图像x之间的语义损失，以确保前列腺原始图像的语义 信息不会被改变，语义损失定义为： 其中是E中语义层的索引集，包括第10层、第11层、第12层和第13层卷积层，是中 第个语义层。

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广东省人民医院，其通讯地址为：510080 广东省广州市越秀区中山二路106号；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。