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 > 哈尔滨工业大学高文朋获国家专利权

哈尔滨工业大学高文朋获国家专利权

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!

龙图腾网获悉哈尔滨工业大学申请的专利IVUS图像中纤维斑块分割方法、装置以及电子设备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:CN116580200B

龙图腾网通过国家知识产权局官网在2025-10-28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:202310567726.2,技术领域涉及:G06V10/26;该发明授权IVUS图像中纤维斑块分割方法、装置以及电子设备是由高文朋;邱月;付宜利设计研发完成,并于2023-05-19向国家知识产权局提交的专利申请。

IVUS图像中纤维斑块分割方法、装置以及电子设备在说明书摘要公布了:本发明提出了IVUS图像中纤维斑块分割方法、装置以及电子设备,属于医学成像技术领域,具体涉及血管内超声图像的处理技术。解决了现有IVUS图像中纤维斑块分割技术中所存在的:采用人工分割时,工作量巨大、主观性强、结果一致性低、可重复性差、易受操作者经验影响、易漏诊或误诊的问题;以及采用基于传统机器学习的分割方法或基于通用神经网络的分割方法时,分割结果不够准确、容易出现假阳性结果的问题。所述IVUS图像中纤维斑块分割方法,采用所述训练完成的连续帧纤维斑块分割网络,对所述待分割数据集进行处理,获得纤维斑块分割结果图。它主要用于分割IVUS图像中的纤维斑块,以及用于为血管斑块类疾病的诊断提供可靠的诊断依据。

本发明授权IVUS图像中纤维斑块分割方法、装置以及电子设备在权利要求书中公布了:1.IVUS图像中纤维斑块分割方法,其特征在于,所述方法具体包括以下步骤: S1、获取待分割的IVUS原始图像集合; S2、对所述IVUS原始图像集合进行预处理,获得由IVUS图像组成的待分割数据集; S3、获取训练完成的连续帧纤维斑块分割网络;所述训练完成的连续帧纤维斑块分割网络是采用迁移学习的训练方式获得的;所述训练完成的连续帧纤维斑块分割网络,包括对所述IVUS图像中与纤维斑块信息相关性强的特征进行增强的模块,以及提高所述IVUS图像对纤维斑块信息注意力的模块; S4、采用所述训练完成的连续帧纤维斑块分割网络,对所述待分割数据集进行处理,获得纤维斑块分割结果图; 采用所述训练完成的连续帧纤维斑块分割网络,对所述待分割数据集进行处理,获得纤维斑块分割结果图,具体地: S4.1、所述训练完成的连续帧纤维斑块分割网络,按次序逐一地从所述待分割数据集中抓取一幅IVUS图像; S4.2、在每次抓取后,将当前帧IVUS图像与前一帧IVUS图像共同作为所述训练完成的连续帧纤维斑块分割网络的输入;如果当前帧IVUS图像为第一帧图像,则将当前帧IVUS图像作为其自身的前一帧IVUS图像,共同作为所述训练完成的连续帧纤维斑块分割网络的输入; S4.3、对所述当前帧IVUS图像与前一帧IVUS图像,分别进行编码操作,获得多级当前帧编码特征图和前一帧编码特征图;其中,在编码操作过程中,所述训练完成的连续帧纤维斑块分割网络用于获取当前帧IVUS图像中每一位置点与前一帧IVUS图像中对应位置点的相关性权重,并根据所述相关性权重,增强所述多级当前帧编码特征图中相关性强的位置特征,抑制所述多级当前帧编码特征图中相关性弱的位置特征; S4.4、对所述多级当前帧编码特征图进行多级解码操作,获得多级解码特征图;其中,在解码操作过程中,所述训练完成的连续帧纤维斑块分割网络用于获取当前帧IVUS图像中每个通道的注意力权重,并根据所述注意力权重,增强所述多级当前帧编码特征图中注意力强的通道,抑制所述多级当前帧编码特征图中注意力弱的通道; S4.5、根据所述多级解码特征图中最后一次解码获得的特征图,获得纤维斑块分割结果图。

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哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92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。