Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 燕山大学王金甲获国家专利权

燕山大学王金甲获国家专利权

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!

龙图腾网获悉燕山大学申请的专利冠心病介入手术中支架型号的回归定位网络预测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:CN115457108B

龙图腾网通过国家知识产权局官网在2025-08-19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:202211006628.3,技术领域涉及:G06T7/62;该发明授权冠心病介入手术中支架型号的回归定位网络预测方法是由王金甲;宋佳锐;郭浩攀;倪维臻;陈妍;王宝凤设计研发完成,并于2022-08-22向国家知识产权局提交的专利申请。

冠心病介入手术中支架型号的回归定位网络预测方法在说明书摘要公布了:本发明公开了一种冠心病介入手术中支架型号的回归定位网络预测方法,属于医学影像及计算机技术领域,具体步骤:1、获取实验所需数据;2、建立定位回归模型;3、当模型训练集与验证集中表现接近并且满足需求时,定位网络训练结束;4、冻结训练完的定位网络参数,搭建特征提取网络与回归网络并与定位网络拼接对整体模型进行联合训练,训练好的模型可以直接预测冠脉造影图像的狭窄直径、正常直径、狭窄长度三个指标来推荐合适的介入支架尺寸;5、利用测试集中样本进行模型测试,将模型预测结果与医生所作标签进行比较,验证整体定位回归模型的效果,确定最终模型并用于临床测试,帮助医生选取介入手术支架型号,具有很强的临床价值。

本发明授权冠心病介入手术中支架型号的回归定位网络预测方法在权利要求书中公布了:1.一种冠心病介入手术中支架型号的回归定位网络预测方法,其特征在于包括如下步骤: 步骤1、获取实验所需数据;由医生对图像中狭窄病变区域位置与尺寸进行标注,将标注完的数据随机划分为训练集、验证集与测试集; 步骤2、建立定位回归模型,定位回归模型由定位网络、特征提取网络、回归网络三部分组成,利用深度学习的方法使用训练集与验证集对模型中的定位网络进行训练,采用的SIOU损失函数如下: 其中Δ为距离损失,Ω为形状损失,IOU表示标签中的目标框与模型预测目标框面积的交并比;步骤2中定位网络具体结构分为convolutionbackbone、regionproposal和ROIpooling三部分,分别负责提取图像特征、生成建议目标框与目标框的调整,在搭建的定位网络上使用训练集与验证集进行训练,其中训练集用于调整网络的参数,验证集用于每次网络参数调整后的性能检测; 步骤3、当模型训练集与验证集中表现满足需求时,定位网络训练结束;训练结束后在测试集上验证定位网络的性能,如满足需求可进行下一步的训练,如不满足则调整网络超参数对定位网络进行重新训练; 步骤4、冻结训练完的定位网络参数,搭建特征提取网络与回归网络并与定位网络拼接对整体模型进行联合训练,训练好的模型用于预测冠脉造影图像的狭窄直径、正常直径、狭窄长度三个指标,来推荐合适的介入支架尺寸,其中回归网络采用加权均方误差损失Lmse进行监督训练,其中λi∈{λ1,λ2...λM}表示加权值,yi∈{y1,y2...yM}表示标签值,表示模型的预测值; 步骤4中特征提取网络采用了swintransformer模块,模块内部在子注意力机制上加局部窗口localwindows,获得了深度图像预测能力以及高分辨率图像预测能力; 步骤4中回归网络由全局平均池化层和三个全连接层组成,每个全连接层包括BN层和relu非线性激活函数,使用均方误差作为回归网络中网络的损失函数; 步骤5、利用测试集中样本进行模型测试,将模型预测结果与医生所作标签进行比较,验证整体定位回归模型的效果,确定最终模型并用于临床测试,帮助医生选取介入手术支架型号。

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燕山大学,其通讯地址为:066004 河北省秦皇岛市海港区河北大街438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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。