Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 北京大学第三医院(北京大学第三临床医学院);北京联影智能影像技术研究院;烟台毓璜顶医院曲昂获国家专利权

北京大学第三医院(北京大学第三临床医学院);北京联影智能影像技术研究院;烟台毓璜顶医院曲昂获国家专利权

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!

龙图腾网获悉北京大学第三医院(北京大学第三临床医学院);北京联影智能影像技术研究院;烟台毓璜顶医院申请的专利一种多数据中心的子宫内膜癌靶区分割模型的训练系统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:CN120047468B

龙图腾网通过国家知识产权局官网在2025-10-03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:202510193996.0,技术领域涉及:G06T7/11;该发明授权一种多数据中心的子宫内膜癌靶区分割模型的训练系统是由曲昂;张喜乐;宋轶鹏;杨航;江萍;王俊杰设计研发完成,并于2025-02-21向国家知识产权局提交的专利申请。

一种多数据中心的子宫内膜癌靶区分割模型的训练系统在说明书摘要公布了:本发明涉及一种多数据中心的子宫内膜癌靶区分割模型的训练系统,属于靶区勾画技术领域,解决了现有技术中分割模型性能不高的问题。系统包括主控端和多个数据中心:每个数据中心存储有本地多模态子宫内膜癌样本集;主控端上存储有目标样本集;在主控端构建靶区分割模型,并将靶区分割模型发送至每个数据中心;主控端控制多个数据中心基于本地多模态子宫内膜癌样本集对本地靶区分割模型进行训练,基于多个数据中心的本地靶区分割模型参数更新主控端的靶区分割模型的参数,得到预训练的靶区分割模型;主控端基于目标样本集对预训练的靶区分割模型进行微调,得到训练好的子宫内膜癌靶区分割模型。实现了高效准确的子宫内膜癌靶区勾画。

本发明授权一种多数据中心的子宫内膜癌靶区分割模型的训练系统在权利要求书中公布了:1.一种多数据中心的子宫内膜癌靶区分割模型的训练系统,其特征在于,所述系统包括主控端和多个数据中心: 每个所述数据中心存储有本地多模态子宫内膜癌样本集;主控端上存储有目标样本集; 在所述主控端构建靶区分割模型,并将靶区分割模型发送至每个所述数据中心; 主控端控制所述多个数据中心基于本地多模态子宫内膜癌样本集对本地靶区分割模型进行训练,基于多个数据中心的本地靶区分割模型参数更新主控端的靶区分割模型的参数,得到预训练的靶区分割模型; 主控端基于目标样本集对预训练的靶区分割模型进行微调,得到训练好的子宫内膜癌靶区分割模型; 所述多模态子宫内膜癌样本集包括训练集和测试集;所述训练集用于训练本地靶区分割模型,所述测试集用于计算本地靶区分割模型的训练损失; 所述多模态子宫内膜癌样本包括成对的子宫内膜癌平扫CT图像和增强CT图像;部分多模态子宫内膜癌样本还包括成对的子宫内膜癌平扫CT图像和增强CT图像对应的掩膜图像; 采用以下公式计算训练损失: Loss=L1+L2+L3其中,L1表示多模态图像分割损失,L2表示多模态交叉损失,L3表示对比损失; 采用以下方式计算所述对比损失: 对于测试集中每个没有对应的掩膜图像的样本,以该样本的第一分割图像和第二分割图像为正样本对;以该样本的第一分割图像和测试集中其他没有对应的掩膜图像的样本的第二分割图像为负样本对;得到测试集中每个没有对应的掩膜图像的样本对应的正样本对和负样本对; 基于测试集中每个没有对应的掩膜图像的样本对应的正样本对和负样本对采用以下方式计算得到对比损失: 其中,表示第i个数据中心的测试集里没有对应的掩膜图像的样本的数量,Pk1表示第k个没有对应的掩膜图像的样本的第一分割图像,Pk2表示第k个没有对应的掩膜图像的样本的第二分割图像,Pj2表示第j个没有对应的掩膜图像的样本的第二分割图像,τ表示调节参数,dice·,·表示DICE损失。

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大学第三医院(北京大学第三临床医学院);北京联影智能影像技术研究院;烟台毓璜顶医院,其通讯地址为:100191 北京市海淀区花园北路49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。

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。