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！

龙图腾网获悉南通京源智创医疗科技有限公司申请的专利一种基于深度学习的大脑微出血检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：CN117152051B 。

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：202310553991.5，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的大脑微出血检测方法是由刘伟奇;马学升;陈金钢;陈凯乐;王肖玮;赵晓彤设计研发完成，并于2023-05-17向国家知识产权局提交的专利申请。

本一种基于深度学习的大脑微出血检测方法在说明书摘要公布了：本发明公开一种基于深度学习的大脑微出血检测方法，用于自动CMB检测，同时使用SWI和相位图像。通过使用3D快速径向对称变换选择CMB有效数据，然后使用深度残差神经网络减少误报。通过数据预处理和增强，该模型提供了高灵敏度和少量误报，优于人工和单通道模型。本方法是使用深度学习和3D多对比度MRI数据进行CMB检测的两阶段模型，将相位图像与SWI图像一起使用显着提高了性能；通过控制最大平移量，还使模型专注于3D体积的中心区域，以减少附近结构的干扰；测试时间增加进一步稳定了预测并减少了CMB有效数据疑点带来的不确定性。与SWI模型相比，相位图加SWI模型的更好性能不仅仅是由于钙化的分化，还因为去除了与血管相关的假阳性。

本发明授权一种基于深度学习的大脑微出血检测方法在权利要求书中公布了：1.一种基于深度学习的大脑微出血检测方法，其特征在于，包括以下步骤： 步骤S1：数据预处理和归一化， 首先，使用高级归一化工具ANT中的N4算法校正幅度图像中的偏置场效应； 使用k空间窗口大小为96×96的零差高通滤波处理相位图像，为了生成SWI，首先将相位图像按20msTE·3TB0进行缩放，其中TE和B0分别是回波时间和主场强，先按照常规程序使用归一化相位图像生成SWI数据； 通过重建磁化率图来解决在不同回波时间和场强下收集的数据具有相同的有效磁化率权重的问题； 幅度、相位、SWI和QSM图像被插值到0.5mm各向同性分辨率；对于幅度和SWI图像，图像的基线强度Mb根据磁化率加权掩模等于1的大脑内部区域估算得出，然后通过以下方式对幅度和SWI图像的强度进行归一化： 方程1: 其中，表示归一化后的幅度或SWI图像强度；M表示原始幅度或SWI图像强度；Mb表示基线强； 相位图像通过以下方式归一化： 方程2: 其中P是原始相位图像，B0是主场强，TE是回波时间； QSM图像通过以下方式归一化： 方程3: 其中，表示归一化后的QSM图像强度；Q表示原始QSM图像强度； 最后，归一化图像上像素强度的值范围被截断为[-1,1]；归一化后，所有类型图像的背景白质区域强度接近于0，而脑微出血CMB强度的绝对值接近1； 步骤S2:使用3D快速径向对称变换3D-FRST的CMB有效数据检测； CMB有效数据检测具体为：首先是生成CMB有效数据，通过对3D-FRST转换后的SWI图像进行阈值处理来生成初始数据地图，在苍白球外的区域使用thrst阈值，在苍白球内使用2thrst阈值，thrst在0.08到0.15之间变化，步长为0.01，根据训练和验证数据中的灵敏度和误报的平均数量来选择最佳thrst阈值； 通过采用了3D版的FRST算法，尺度参数N取值范围为1到4个像素，对称性严格参数α设置为2； 假设在连接它们的直线上未检测到边缘，则连接两个距离小于4像素的孤立像素；其中边缘被定义为梯度大于大脑内所有区域梯度的80％的区域；随后，对于有效数据地图中的每个连接区域，根据区域的形状生成一个或两个有效数据区域；对于球形区域，仅生成一个有效数据区域，位于该区域的中心；对于细长区域，会生成两个有效数据，位于该区域长轴的两端；因此，CMB有效数据对应于潜在CMB的中心或任何一端；对于形状分析，通过下列方程4计算了每个连接区域的“分数各向异性”FA： 方程4： 其中λx，λy与λz为连通区域在x、y、z方向的特征值，为平均特征值； 步骤S3:通过深度学习模型减少误报，基于深度残差神经网络同时使用SWI和高通滤波相位图像；本方法使用相位和SWI图像训练模型，输入尺度3为16×16×16；对于这些模型，第一个卷积层的输出大小为16×16，第一个平均池化层被丢弃；通过比对不同输入通道的验证进而得出最佳单一模型。

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南通京源智创医疗科技有限公司，其通讯地址为：226000 江苏省南通市高新技术产业开发区新世纪大道1188号江海智汇园A1楼931-936室；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。