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 > 安徽省立医院(中国科学技术大学附属第一医院)余东彪获国家专利权

安徽省立医院(中国科学技术大学附属第一医院)余东彪获国家专利权

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!

龙图腾网获悉安徽省立医院(中国科学技术大学附属第一医院)申请的专利基于联合学习框架的心肌区域数据处理方法及装置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:CN119579515B

龙图腾网通过国家知识产权局官网在2025-11-11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:202411619039.1,技术领域涉及:G06T7/00;该发明授权基于联合学习框架的心肌区域数据处理方法及装置是由余东彪设计研发完成,并于2024-11-13向国家知识产权局提交的专利申请。

基于联合学习框架的心肌区域数据处理方法及装置在说明书摘要公布了:本发明涉及图像处理技术领域,公开了一种基于联合学习框架的心肌区域数据处理方法及装置,通过实施本发明设计了心肌分割预训练、光流估计预训练和联合训练的两阶段优化方法,提升了最终无监督光流估计模型在局部心肌区域上的输出表现,同时心肌分割带来的语义信息能够为光流估计任务提供生理形状约束并实现局部心肌区域上的光流细化;而光流估计则可以为分割任务添加时序约束,并通过运动一致性将分割目标帧由EDES帧扩散至整个心动周期序列。

本发明授权基于联合学习框架的心肌区域数据处理方法及装置在权利要求书中公布了:1.一种基于联合学习框架的心肌区域数据处理方法,其特征在于,所述方法包括: 获取用于执行框架训练的心脏图像数据,所述心脏图像数据包括多张经过图像标注处理的帧图像,所有所述帧图像至少包括ED帧图像以及ES帧图像; 对所述心脏图像数据执行图像处理操作,得到目标数据,所述目标数据至少包括用于执行所述框架训练的训练集数据;从所述心脏图像数据中选取多个目标帧图像,所述目标帧图像为所述ED帧图像或所述ES帧图像;对于每份所述目标帧图像,以该目标帧图像为第一帧图像,以该目标帧图像的在后帧图像为第二帧图像,构建得到与该目标帧图像对应的图像对,记为二元组数据;所述训练集数据包括多例子数据,每例所述子数据为一个二元组数据,每个所述二元组数据由一个前图像帧、该前图像帧对应的后图像帧组成; 对于每份所述二元组数据,确定该二元组数据中与该第一帧图像对应的分割掩码真值;将该二元组数据对应的所述分割掩码真值添加至该二元组数据,得到与该二元组数据对应的三元组数据;将所有所述三元组数据确定为新的训练集数据,并触发执行所述的根据所述训练集数据对所述联合学习框架执行框架训练,得到与所述联合学习框架对应的框架训练结果对应的操作;其中,当对分割分支执行分支训练时,输入所述分割分支的分支训练数据为包括所述二元组数据的所述训练集数据;当对光流分支执行分支训练时,输入所述光流分支的分支训练数据为包括所述三元组数据的所述新的训练集数据; 将所述训练集数据输入预先构建的联合学习框架中,并根据所述训练集数据对所述联合学习框架执行框架训练,得到与所述联合学习框架对应的框架训练结果;当所述框架训练结果表示所述联合学习框架训练至收敛时,确定完成针对所述联合学习框架的训练任务; 其中,所述联合学习框架包括分割分支、光流分支以及损失计算模块;所述分割分支用于对每一例所述子数据执行心肌区域分割提取;所述光流分支用于确定所有所述子数据在心肌上的运动光流信息;所述损失计算模块包括与所述分割分支对应的分割损失函数、与所述光流分支对应的光流损失函数以及联合损失函数,所述联合损失函数用于连接所述分割分支与所述光流分支。

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安徽省立医院(中国科学技术大学附属第一医院),其通讯地址为:230001 安徽省合肥市庐阳区庐江路9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。