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！

龙图腾网获悉北京理工大学申请的专利呼吸运动估计方法、装置、设备及介质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：CN119338853B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411446995.4，技术领域涉及：G06T7/20；该发明授权呼吸运动估计方法、装置、设备及介质是由艾丹妮;张家举;杨健;王媛媛;宋红;范敬凡;付天宇;肖德强;林毓聪设计研发完成，并于2024-10-16向国家知识产权局提交的专利申请。

本呼吸运动估计方法、装置、设备及介质在说明书摘要公布了：本发明公开了一种呼吸运动估计方法、装置、设备及介质，涉及运动估计分析技术领域，采用了具备序列运动一致性约束的无监督稀疏‑稠密运动估计框架，能够快速精准地实现呼吸运动影响下肝脏超声图像序列的运动估计。通过基于稀疏点引导的稀疏‑稠密的从粗到精配准策略精准预测相邻呼吸状态图像间的运动场，设计了稀疏关键点自动检测引导的刚性配准网络从图像中以无监督的方式自动检测稀疏关键点，构建了多源结构化特征引导的形变稠密化网络预测图像间运动的稠密弹性形变分量。结合运动分解与符合的思想，提出基于若干相邻呼吸状态间小幅运动序列构建序列运动一致性约束，加强运动在时间流的连续性，进一步提高运动估计精度。

本发明授权呼吸运动估计方法、装置、设备及介质在权利要求书中公布了：1.一种呼吸运动估计方法，其特征在于，包括： 获取原始超声切片数据； 使用超声重建算法将所述原始超声切片数据重建得到对应的3D超声图像序列； 将所述3D超声图像序列按照相邻时刻两帧图像两两组合形成若干图像对，将若干所述图像对送入运动估计模型，以便所述运动估计模型输出对应的运动场序列； 所述运动估计模型用于执行以下操作： 通过稀疏关键点提取网络提取每个所述图像对包含的浮动图像以及固定图像的关键点获得浮动图像关键点集以及固定图像关键点集； 根据所述浮动图像关键点集以及所述固定图像关键点集以封闭解的形式计算图像间的最佳空间刚性变换矩阵，并根据所述刚性变换矩阵变换所述浮动图像以及所述浮动图像关键点集获得刚性变换结果； 将所述固定图像关键点集作为控制点，生成包括空间位置、语义特征以及残差位移的多源引导向量，并送入特征生成模块进行特征建模提取获得对应的多源结构化引导特征； 将所述多源结构化引导特征以及所述刚性变换结果通过引导特征融合模块相结合，并通过速度场预测模块预测获得稀疏点引导下的相邻时刻两帧图像间稠密形变场作为弹性形变结果； 将所述刚性变换结果与所述弹性形变结果复合获得所述图像对对应的相邻时刻图像间运动场； 将所有所述图像对各自对应的所述相邻时刻图像间运动场复合得到所述运动场序列；所述运动场序列生成过程中由序列运动一致性约束优化，以增强运动场在时间维度的连续性。

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理工大学，其通讯地址为：100080 北京市海淀区中关村南大街5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。