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！

龙图腾网获悉南方医科大学珠江医院申请的专利一种基于多尺度信息引导扩散模型的3D-TEE图像左心耳开口平面定位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：CN119784713B 。

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：202411873024.8，技术领域涉及：G06T7/00；该发明授权一种基于多尺度信息引导扩散模型的3D-TEE图像左心耳开口平面定位方法是由刘芃;王青;吴木生设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本一种基于多尺度信息引导扩散模型的3D-TEE图像左心耳开口平面定位方法在说明书摘要公布了：一种基于多尺度信息引导扩散模型的3D‑TEE图像左心耳开口平面定位方法，首先将待预测的3D‑TEE图像x输入ResNet图像编码器得到图像特征ρx，同时将待预测的3D‑TEE图像x输入训练后的多尺度信息引导模块，生成多尺度先验特征yprior，经过6个步骤最终得到预测定位结果该基于多尺度信息引导扩散模型的3D‑TEE图像左心耳开口平面定位方法，利用了HRNet提取高分辨率的多尺度特征，并且设计了多尺度注意力块来融合多尺度特征，充分利用多尺度特征，提高模型对于图像空间结构的感知。本发明还根据任务的目标，将平面定位参数进行姿态解耦，分解为旋转和平移分量，对不同分量采用不同的损失函数，增强模型的预测精度。

本发明授权一种基于多尺度信息引导扩散模型的3D-TEE图像左心耳开口平面定位方法在权利要求书中公布了：1.一种基于多尺度信息引导扩散模型的3D-TEE图像左心耳开口平面定位方法，其特征在于，包括如下步骤： S1、将待预测的3D-TEE图像x输入ResNet图像编码器得到图像特征，同时将待预测的3D-TEE图像x输入训练后的多尺度信息引导模块，生成多尺度先验特征； S2、在T时刻时，在S1得到的多尺度先验特征加入一个随机高斯噪声，得到噪声变量yT，T为正整数； S3、将S1得到的图像特征、多尺度先验特征，以及噪声变量yT进行拼接，将拼接后的图像特征、多尺度先验特征和噪声变量yT输入训练好的去噪模型，预测T-1时刻的噪声，得到噪声变量yT-1； S4、判断T-1是否到达0，当是时进入S6，当否时进入S5； S5、令T-1=T，噪声变量yT-1=噪声变量yT，返回S3； S6、将噪声变量yT-1定义为预测定位结果，所述预测定位结果包括有旋转分量和平移分量，所述旋转分量为目标平面到xoy平面的旋转变换，旋转变换由R：[w，x，y，z]的四元数表示，所述平移分量为目标平面到3D-TEE图像中心的欧式距离； 所述多尺度信息引导模型由主干、通道映射层和多尺度注意力块构成，其中主干为HRNet，在所述HRNet的输出头结构加入所述通道映射层构成一个全连接层，所述通道映射层的输出作为所述多尺度注意力块的输入； 姿态损失函数由式1至式3表示： ……式1； ……式2； ……式3； 其中，为姿态损失值，为四元数损失；为平移损失；为目标平面的四元数真实标签；为目标平面的四元数预测定位结果；为目标平面到图像中心点的平移距离的真实标签；为目标平面到图像中心点的平移距离预测定位结果； 所述多尺度注意力块采用串联叠加方式计算多尺度注意力，并且调整多尺度注意力中的层归一化操作的顺序，对每个尺度的特征进行自注意力的计算，同时叠加上一个尺度的自注意力计算结果，然后送入多层感知机MLP中，并在每个操作后应用层归一化LayerNorm； 其中所述多尺度注意力的串联叠加方式计算由式4和式5表示： ……式4； ……式5； 其中和分别为第i个多尺度自注意力的输入特征和输出特征；为第i-1个多尺度注意力的输出特征；为自注意力，Q、K、V分别自注意力中的查询Query、键Key和值Value；、和为线性映射层的可学习参数。

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方医科大学珠江医院，其通讯地址为：510282 广东省广州市工业大道中253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。