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！

龙图腾网获悉北京师范大学申请的专利心脏动态三维形状构建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：CN119600196B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202411646491.7，技术领域涉及：G06T17/00；该发明授权心脏动态三维形状构建方法是由田沄;何金;赵世凤设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本心脏动态三维形状构建方法在说明书摘要公布了：本申请公开了一种心脏动态三维形状构建方法，包括：对心脏原始图像进行分割，获得掩码图像信息；对掩码图像信息进行预处理，获得体素坐标点云集；基于体素坐标点云集构建预设损失函数；基于预设损失函数对建立的目标神经网络模型进行训练，将训练好的模型记为第一神经网络模型；基于第一神经网络模型获得每帧的有符号距离函数值；基于所有帧的有符号距离函数值，获得心脏动态三维形状。该方法能够从单个心脏图像中快速、准确地重建心脏动态三维形状，不需要数据集就能从平面外低分辨率图像重建出自然的心室形状，计算速度快，拟合准确率高，所提出的方法具有很好的泛化性，能适应整个时间序列、各种病理、各种分辨率的心脏电影磁共振图像。

本发明授权心脏动态三维形状构建方法在权利要求书中公布了：1.一种心脏动态三维形状构建方法，其特征在于，包括： 对心脏原始图像进行分割，获得掩码图像信息； 对所述掩码图像信息进行预处理，获得体素坐标点云集； 基于隐式神经表示建立目标神经网络模型； 基于所述体素坐标点云集构建预设损失函数； 基于所述预设损失函数对所述目标神经网络模型进行训练，将训练好的模型记为第一神经网络模型； 基于所述第一神经网络模型获得每帧的有符号距离函数值； 基于所有帧的所述有符号距离函数值，获得心脏动态三维形状； 所述对所述掩码图像信息进行预处理，获得体素坐标点云集，包括： 基于裁剪策略对每帧三维原始图像进行处理，获取每帧的三维裁剪图像； 合并所有帧的所述三维裁剪图像，获得重建裁剪图像； 基于所述重建裁剪图像的大小以及预设分辨率，创建网格坐标矩阵； 将所述网格坐标矩阵的坐标展开，获得第一数组； 获取所述重建裁剪图像中的目标像素点集、背景像素点集； 基于所述体素维度信息对所述目标像素点集、所述背景像素点集进行转换处理，获得第二数组、第三数组； 获取所述目标像素点集的内边界点集、外边界点集； 基于所述体素维度信息对所述内边界点集、所述外边界点集进行转换处理，得到第四数组、第五数组； 对所述第一数组、所述第二数组、所述第三数组、所述第四数组、所述第五数组的三维坐标、时间均进行归一化处理； 对归一化处理后的所述第一数组、所述第二数组、所述第三数组、所述第四数组、所述第五数组均进行随机采样，获得第一采样数组、第二采样数组、第三采样数组、第四采样数组、第五采样数组； 所述第一采样数组、所述第二采样数组、所述第三采样数组、所述第四采样数组、所述第五采样数组构成所述体素坐标点云集； 所述基于所述体素坐标点云集构建预设损失函数，包括：基于所述第一采样数组，确定第一损失函数；基于所述第二采样数组、所述第三采样数组、所述第四采样数组、所述第五采样数组，确定第二损失函数；基于所述第一采样数组，确定第三损失函数；基于所述第一损失函数、所述第二损失函数、所述第三损失函数，确定所述预设损失函数。

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北京师范大学，其通讯地址为：100875 北京市海淀区新街口外大街19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”。