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！

龙图腾网获悉山东大学申请的专利基于多波段光谱与时序深度网络的微小病变识别方法及系统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：CN121616582B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610132190.5，技术领域涉及：G06T7/00；该发明授权基于多波段光谱与时序深度网络的微小病变识别方法及系统是由李玮;邓金林;雷晟暄;赵琦;岳韦名;于岩波;高帅;李骏达;巩报贤;韩健康;程君;张伟师;宋峻林;蔡晓龙;黄智辉设计研发完成，并于2026-01-30向国家知识产权局提交的专利申请。

本基于多波段光谱与时序深度网络的微小病变识别方法及系统在说明书摘要公布了：本发明提供一种基于多波段光谱与时序深度网络的微小病变识别方法及系统，涉及医学光谱成像与智能诊断技术领域，该方法包括：同步采集可见光与近红外多通道光谱数据并进行预处理，得到标准化吸光度数据；通过像素级谱段空间注意力权重对各通道吸光度加权融合，生成高对比度SpO2映射；提取候选ROI区域的连续T帧SpO2序列，输入多头时序注意力BiGRU网络进行深度特征提取；利用自适应协方差卡尔曼滤波器融合IMU与环境光传感数据，对SpO2序列的测量值进行实时补偿，得到概率预测结果；根据预设阈值输出病变位置及置信度。本发明利用多源生物光谱数据获取、精确SpO2映射与深度学习方法，实现组织微小病变的自动识别和定位。

本发明授权基于多波段光谱与时序深度网络的微小病变识别方法及系统在权利要求书中公布了：1.一种基于多波段光谱与时序深度网络的微小病变识别方法，其特征在于，包括： 同步采集可见光与近红外多通道光谱数据，对各通道图像进行预处理，得到标准化吸光度数据； 基于所述标准化吸光度数据，通过像素级谱段—空间注意力权重对各通道吸光度加权融合，生成高对比度SpO2映射； 所述像素级谱段—空间注意力权重的加权融合包括： 计算每一波段在当前像素及其空间邻域的残差，通过双分支投影函数生成时空注意力能量； 对所述时空注意力能量进行softmax归一化，得到像素级谱段—空间注意力权重； 按所述像素级谱段—空间注意力权重对各通道吸光度加权求和，生成所述高对比度SpO2映射； 所述像素级谱段—空间注意力权重的更新引入残差正则化，包括： 通过全局残差响应与权重范数的联合优化更新权重，抑制单一波段过度主导，更新公式为： ； 式中，为当前帧与指数滑动平均的残差，为残差响应速度系数，为权重正则化系数； 从所述高对比度SpO2映射中提取候选ROI区域的连续T帧SpO2序列，输入多头时序注意力BiGRU网络进行深度特征提取与微小病变概率预测； 利用自适应协方差卡尔曼滤波器融合IMU与环境光传感数据，对所述SpO2序列的测量值进行实时补偿，得到补偿后的SpO2序列及对应的概率预测结果； 基于补偿后的概率预测结果，根据预设阈值进行二值化决策，输出病变位置及置信度。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923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。