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！

龙图腾网获悉皖南医学院申请的专利一种模拟肺部呼吸运动的深度学习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：CN119477803B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411436837.0，技术领域涉及：G06T7/00；该发明授权一种模拟肺部呼吸运动的深度学习方法是由唐涛;吴自文;欧阳昊;王秀芝设计研发完成，并于2024-10-15向国家知识产权局提交的专利申请。

本一种模拟肺部呼吸运动的深度学习方法在说明书摘要公布了：本发明公开了一种模拟肺部呼吸运动的深度学习方法，包括构建基于Seq2Seq编码器解码器的呼吸运动学习模型，且所述呼吸运动学习模型的训练数据集采用包含多个相位阶段的4D肺部呼吸医学图像；获取3D肺部呼吸扫描图的冠状面切片方向的投影图像，并利用3DCNN卷积神经网络对所述投影图像进行多特征项的特征点的提取；根据提取的所述多特征项的特征点与所述呼吸运动学习模型中的卷积层对所述的4D肺部呼吸医学图像数据提取对应相位阶段的特征进行拼接，形成辅助输入量；通过所述呼吸运动学习模型中的ConvLSTM层对所述辅助输入量进行编码和解码，生成模拟肺部呼吸运动预测图像。

本发明授权一种模拟肺部呼吸运动的深度学习方法在权利要求书中公布了：1.一种模拟肺部呼吸运动的深度学习方法，其特征在于，包括， 构建基于Seq2Seq编码器解码器的呼吸运动学习模型，且所述呼吸运动学习模型的训练数据集采用包含多个相位阶段的4D肺部呼吸医学图像； 获取3D肺部呼吸扫描图的冠状面切片方向的投影图像，并利用3DCNN卷积神经网络对所述投影图像进行多特征项的特征点的提取； 根据提取的所述多特征项的特征点与所述呼吸运动学习模型中的卷积层对所述的4D肺部呼吸医学图像数据提取对应相位阶段的特征进行拼接，形成辅助输入量； 通过所述呼吸运动学习模型中的ConvLSTM层对所述辅助输入量进行编码和解码，生成模拟肺部呼吸运动预测图像； 读取包含多个相位阶段的4D肺部呼吸医学图像数据，并设定每个4D肺部呼吸医学图像数据的维度，并提取多个相位阶段的4D肺部呼吸医学图像数据中的初始阶段图像，并将初始段图像一并输入所述呼吸运动学习模型； 在利用3DCNN卷积神经网络对所述投影图像进行多特征项的特征点的提取中，所述的多特征项包括但不限于膈肌顶端、肿瘤边缘以及气管位置； 根据提取的所述多特征项的特征点与所述呼吸运动学习模型中的卷积层对所述的4D肺部呼吸医学图像数据提取对应相位阶段的特征进行拼接，构建的辅助输入量的具体计算公式为： nIt,dt＝dt+It，其中，nIt,dt为辅助输入量，It是从初始阶段图像序列到其阶段t编码的隐藏状态，dt是3D卷积神经网络提取的多特征项的特征点的特征。

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皖南医学院，其通讯地址为：241000 安徽省芜湖市弋江区高教园区文昌西路22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”。

以上内容由龙图腾AI智能生成。