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！

龙图腾网获悉中国人民解放军空军军医大学申请的专利基于对称对比学习与轮廓感知的脊柱侧弯辅助筛查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：CN119810046B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202411859739.8，技术领域涉及：G06T7/00；该发明授权基于对称对比学习与轮廓感知的脊柱侧弯辅助筛查方法是由胡学昱;叶斌;罗卓荆;姚洲设计研发完成，并于2024-12-17向国家知识产权局提交的专利申请。

本基于对称对比学习与轮廓感知的脊柱侧弯辅助筛查方法在说明书摘要公布了：本发明公开了一种基于对称对比学习与轮廓感知的脊柱侧弯辅助筛查方法，主要解决现有技术过于赖于数据集的规模和质量以及准确率低的问题。其实现方案是：采集前屈试验视频并构建脊柱侧弯数据集；对数据集进行边缘掩码标注和类别标签标注；构建轮廓边缘预测网络，并结合对比学习和边缘掩码信息对该网络进行训练，得到训练好的模型权重ω；构建基于边缘感知与对称性对比学习的脊柱侧弯筛查网络，并向该网络加载训练好的模型权重ω；利用类别标签计算该网络的损失函数并对其进行训练得到训练好的筛查网络；将测试集输入到训练好的筛查网络检测出脊柱识别结果。本发明降低了脊柱侧弯识别的成本，提高了识别的准确率，可用于医院进行远程大规模的脊柱侧弯筛查。

本发明授权基于对称对比学习与轮廓感知的脊柱侧弯辅助筛查方法在权利要求书中公布了：1.一种基于对称对比学习与轮廓感知的脊柱侧弯辅助筛查方法，其特征在于，包括如下： 1采集视频，划分训练集和测试集: 1a使用普通RGB相机采集不同年龄、不同性别、不同脊柱侧弯程度的前屈试验视频，构建脊柱侧弯筛查任务数据集; 1b对数据集中的视频数据进行边缘掩码标注和类别标签标注，获得其边缘掩码图像和类别标签; 1c对视频数据和边缘掩码图像进行翻转预处理，获得左侧图像及其右侧翻转图像，以及相应的左侧边缘掩码标注图像和右侧翻转的边缘掩码图像； 1d将所有的左右图像数据按照8:2的比例划分训练集和测试集； 2采用包括SwinTransformer编解码器的SwinUnet分割网络作为轮廓边缘预测网络； 3利用对比学习对SwinUnet轮廓边缘预测网络进行训练： 3a将训练集分为多个批次输入到轮廓边缘预测网络，获得其语义特征和边缘预测掩码图像； 3b计算同一批次下每个样本左侧图像和右侧翻转图像的语义特征之间的对称性对比学习损失值及边缘预测掩码图像和边缘掩码标签的Dice损失值； 3c计算损失函数，通过最小化对SwinUnet轮廓边缘预测网络进行反向传播，从而调节网络的模型权重参数，其中，和为权重系数； 3d重复步骤3a~3d，直到训练次数达到设定阈值或损失函数的值收敛，得到轮廓边缘预测模型权重； 4构建基于对称对比学习与轮廓感知的脊柱侧弯筛查网络，该网络采用了两路SwinTransformer编码器、特征解码器和一路轮廓特征编码器；实现如下： 4a将SwinTransformer编码器的每一层结构通过跳跃连接与对应的特征解码器的每一层结构相连，构成一路编解码器结构； 4b将4a中的一路编解码器结构进行复制得到第二路编解码器结构，通过对比学习的方式将两路编解码器结构并列排放，形成一个用于对比学习的孪生网络，且这两路编解码器共享权重； 4c将一路轮廓特征编码器连接在孪生网络的后端，构成基于对称对比学习与轮廓感知的脊柱侧弯筛查网络； 5对基于对称对比学习与轮廓感知的脊柱侧弯筛查网络进行训练： 5a将3d中获得的轮廓边缘预测模型权重加载到SwinTransformer编码器和特征解码器中，并冻结其权重； 5b将训练集中的左侧图像和右侧翻转图像分为多个批次输入到基于对称对比学习与轮廓感知的脊柱侧弯筛查网络中，提取左右图像的语义特征和左右边缘掩码叠加图像的特征，并将其进行拼接获得融合特征； 5c将融合特征输入到现有的多层感知机模块中，再经过softmax操作得到该批次的所有样本的预测类别结果； 5d将该批次的所有样本的预测类别结果与实际类别标签输入到Focalloss损失函数和中交叉熵损失函数，计算Focalloss损失和交叉熵损失； 5e计算损失函数，通过最小化对基于对称对比学习与轮廓感知的脊柱侧弯筛查网络进行反向传播，从而调节网络的模型权重参数，其中，和为权重系数； 5f重复步骤5b~5f，直到训练次数达到设定阈值或损失函数的值收敛，得到训练好基于对称对比学习与轮廓感知的脊柱侧弯筛选模型； 6将测试集输入到训练好的基于对称对比学习与轮廓感知的脊柱侧弯筛查模型中，用模型中的视觉体格检查策略得出脊柱状态： 若测试集中某个样本的四个测试指标都正常，则确认该样本的脊柱正常； 若测试集中某个样本中存在一个测试指标不正常，则确认该样本患有脊柱侧弯。

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中国人民解放军空军军医大学，其通讯地址为：710043 陕西省西安市长乐西路169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”。