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 > 医科达有限公司韩骁获国家专利权

医科达有限公司韩骁获国家专利权

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!

龙图腾网获悉医科达有限公司申请的专利使用深度学习的基于图谱集的分割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:CN114037726B

龙图腾网通过国家知识产权局官网在2025-08-29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:202111210496.1,技术领域涉及:G06T7/11;该发明授权使用深度学习的基于图谱集的分割是由韩骁;妮科莱特·帕特里夏·马格罗设计研发完成,并于2019-02-12向国家知识产权局提交的专利申请。

使用深度学习的基于图谱集的分割在说明书摘要公布了:本申请公开了使用深度学习的基于图谱集的分割。在基于图谱集的分割过程中操作经训练的机器学习模型分类器的计算机实现的方法包括:将机器学习模型分类器应用于受试者图像以产生受试者图像的各个区域的分类,机器学习模型分类器已经由与机器学习模型分类器分离的深度学习模型产生的数据训练;基于受试者图像的各个区域的分类估计受试者图像的各个区域的结构标记;以及通过将估计的结构标记与对受试者图像进行基于图谱集的分割产生的结构标记组合来定义受试者图像的各个区域的结构标记;其中机器学习模型分类器使用从深度学习模型产生的数据来训练以对图谱集图像中的多个解剖结构分类;并且其中深度学习模型包括生成数据的卷积神经网络。

本发明授权使用深度学习的基于图谱集的分割在权利要求书中公布了:1.一种用于在基于图谱集的分割过程中使用经训练的机器学习模型分类器的计算机实现的方法,所述方法包括: 将所述经训练的机器学习模型分类器应用于受试者图像,以对所述受试者图像的各个区域中的一个或更多个分割的解剖特征进行分类,所述经训练的机器学习模型分类器先前已经由与所述经训练的机器学习模型分类器分离的深度学习模型产生的数据进行训练, 其中,所述经训练的机器学习模型分类器使用由所述深度学习模型产生的数据进行训练,以对图谱集图像中的多个解剖结构进行分类,并且其中,所述深度学习模型包括卷积神经网络,所述卷积神经网络适于通过对所述图谱集图像中的所述多个解剖结构进行分析来生成数据; 基于所述受试者图像中分类的所述一个或更多个分割的解剖特征来估计所述受试者图像的各个区域的结构标记; 对所述受试者图像执行基于图谱集的分割以产生图谱集结构标记,其中,所述基于图谱集的分割包括多个图谱集的配准,所述多个图谱集的配准由根据利用所述深度学习模型对所述受试者图像或多个图谱集的分析产生的分割数据来辅助;以及 通过将所估计的结构标记与所述图谱集结构标记进行组合来定义所述受试者图像的各个区域的结构标记; 其中,通过i将所述经训练的机器学习模型分类器应用于所述受试者图像而产生的所述受试者图像的所述一个或更多个分割的解剖特征的第一映射和ii对所述受试者图像进行所述基于图谱集的分割而产生的所述受试者图像的所述一个或更多个分割的解剖特征的第二映射的融合而产生所定义的结构标记。

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医科达有限公司,其通讯地址为:美国佐治亚州;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。