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 > 杭州电子科技大学杨镇丞获国家专利权

杭州电子科技大学杨镇丞获国家专利权

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!

龙图腾网获悉杭州电子科技大学申请的专利基于多视角特征融合的CBCT下颌神经管精细化分割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:CN119399117B

龙图腾网通过国家知识产权局官网在2025-11-07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:202411373767.9,技术领域涉及:G06T7/00;该发明授权基于多视角特征融合的CBCT下颌神经管精细化分割方法是由杨镇丞;俞俊;杨艳;王显赟;朱素果设计研发完成,并于2024-09-29向国家知识产权局提交的专利申请。

基于多视角特征融合的CBCT下颌神经管精细化分割方法在说明书摘要公布了:本发明公开了一种基于多视角特征融合的CBCT下颌神经管精细化分割方法。本发明首先选取CBCT影像和下颌神经管标注构成数据集;将训练集切成若干个Patch得到输入数据,并编码每个Patch的位置坐标。其次,将每个Patch与其对应的位置编码送入预分割网络模型,得到预分割结果,采用三次样条插值得到下颌管中心线。最后对CBCT与下颌管中心线进行多视角特征提取,并通过3DAttention进行特征融合,并将得到的特征进行解码,最终获得下颌管的分割结果,并进行优化训练。本发明有效融合多种视角的特征信息,确保了分割结果的精确性和完整性。

本发明授权基于多视角特征融合的CBCT下颌神经管精细化分割方法在权利要求书中公布了:1.基于多视角特征融合的CBCT下颌神经管精细化分割方法,其特征在于,包括如下步骤: 步骤1、选取包含CBCT影像X和下颌神经管标注Y的样本{X,Y}构成数据集,并划分为训练集、测试集和验证集; 步骤2、将训练集切成若干个patch块,并记录每一个patch块的位置坐标,然后对patch块进行数据增强操作,得到输入数据X0; 步骤3、基于Unet构建预分割模型,将CBCT的每个patch块位置坐标进行编码,得到位置编码P0,将输入数据X0与其对应的位置编码P0送入到预分割模型,得到对应的预分割结果Y0; 步骤4、使用训练集与验证集对预分割模型进行训练,并保存其权重;之后将所有数据集送入预分割模型中进行推理,得到所有数据集对应的预分割结果Y'0; 步骤5、基于预分割结果Y'0进行去噪,然后进行合并操作; 所述去噪具体为,基于预分割结果Y'0,统计每一个最小连通域的体素个数,将体素个数小于设定阈值的连通域删除; 所述合并操作具体为:将去噪后的N个最小连通域,分别初始赋值为N个类别,计算所有类别之间的中心距离,通过聚类算法选取中心距离最近的两个类别进行合并,更新合并之后的类的中心坐标,如果最后类别数量等于2,则进行下一步骤,如果大于2,则继续进行合并操作; 步骤6、将下颌管分成左下颌管Yleft和右下颌管Yright,拟合下颌管中心线,分别将得到的左下颌管中心线和右下颌管中心线根据原图像的位置拼接得到与原始尺寸大小相同的矩阵,即下颌管中心线掩码XLine; 步骤7、将XLine与X0作为双通道输入到多视角下颌管卷积DIConv网络模型,然后再使用3Dattention进行多视角特征融合,得到特征图XDIConv; 步骤8、将特征图XDIConv与通过对X0进行卷积得到的特征图进行拼接,后输入到DIConv网络模型,得到最终的下颌管分割结果Y1; 步骤9、通过损失函数对模型进行优化训练,并由测试集测试性能。

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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘区白杨街道2号大街1158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。