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陆军军医大学申请的专利影像学先验知识引导的颅脑CT多种异常实时检测方法和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：CN119941679B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510021449.4，技术领域涉及：G06F16/50；该发明授权影像学先验知识引导的颅脑CT多种异常实时检测方法和系统是由和陆兴;粘永健;杨毅;李华龙;刘静静;邹舟设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本影像学先验知识引导的颅脑CT多种异常实时检测方法和系统在说明书摘要公布了：本发明属于图像处理技术领域，提供影像学先验知识引导的颅脑CT多种异常实时检测方法，包括：实时获取颅脑CT影像序列；将颅脑CT影像序列输入预先训练好的异常检测模型，获得异常检测结果；异常检测模型包括：主干网络，用于提取颅脑CT影像序列的多尺度的特征，主干网络包括级联的多个特征提取模块，且至少一个特征提取模块为对称信息注意模块；颈部网络和多检测头网络；对称信息注意模块包括：一个对侧差异图注意力网络或者两个以上级联的对侧差异图注意力网络、差异信息获取单元，以及特征增强单元。本发明还公开了一种计算机程序产品和一种电子设备系统。本发明增加了两侧对称解剖结构匹配的灵活性，提高了颅脑CT影像异常检测的准确度和可靠性。

本发明授权影像学先验知识引导的颅脑CT多种异常实时检测方法和系统在权利要求书中公布了：1.影像学先验知识引导的颅脑CT多种异常实时检测方法，其特征在于，包括： 实时获取颅脑CT影像序列； 将颅脑CT影像序列输入预先训练好的异常检测模型，获得异常检测结果；所述异常检测模型包括： 主干网络，用于提取颅脑CT影像序列的多尺度的特征，主干网络包括级联的多个特征提取模块，且至少一个特征提取模块为对称信息注意模块； 颈部网络，融合主干网络输出的不同尺度的特征获得多个融合特征； 多检测头网络，分别对多个融合特征进行处理获得异常检测结果； 其中，对称信息注意模块包括： 一个对侧差异图注意力网络或者两个以上级联的对侧差异图注意力网络，用于提取对称信息注意模块的输入特征的双侧差异信息； 差异信息获取单元，获取双侧差异信息与对称信息注意模块的输入特征的差异，记为差异特征； 特征增强单元，基于差异特征对对称信息注意模块的输入特征进行增强处理获得双侧差异增强特征； 其中，对侧差异图注意力网络采用K个图注意力机制分别提取对侧差异图注意力网络的输入特征的图注意特征，拼接K个图注意特征并将拼接获得的特征作为对侧差异图注意力网络的输出特征，K为正整数； 其中，每个图注意力机制提取对侧差异图注意力网络的输入特征的图注意特征的过程包括: 将对侧差异图注意力网络的输入特征不重叠地划分为多个patch； 将每个patch的每个特征点分别投影到query嵌入空间、key嵌入空间和value嵌入空间获得query嵌入、key嵌入和value嵌入； 将每个patch的每个特征点作为一个节点，以特征点的query嵌入、key嵌入和value嵌入作为节点属性； 为patchP构建一个图网络，图网络包括终末节点集合、起始节点集合和有向边集，其中，patchP内部所有节点组成终末节点集合，沿对称信息注意模块的输入特征的中轴线与patchP左右对称的patch内部所有节点组成起始节点集合，有向边集包括所有起始节点分别到每个终末节点的有向边，通过起始节点和终末节点的属性信息计算每条有向边的属性信息；P、均表示patch的索引，均为正整数； 通过每个patch的有向边属性信息和每个节点的value嵌入获得每个节点的图注意子特征； 所有patch的所有节点的图注意子特征组成对侧差异图注意力网络在每个图注意力机制下输出的图注意特征。

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陆军军医大学，其通讯地址为：400038 重庆市沙坪坝区高滩岩正街30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”。