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 > 北京大学深圳研究生院高伟获国家专利权

北京大学深圳研究生院高伟获国家专利权

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!

龙图腾网获悉北京大学深圳研究生院申请的专利一种先天性心脏病的预测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:CN116596884B

龙图腾网通过国家知识产权局官网在2025-11-18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:202310563165.9,技术领域涉及:G06T7/00;该发明授权一种先天性心脏病的预测方法及装置是由高伟;杨丁豪;李革设计研发完成,并于2023-05-18向国家知识产权局提交的专利申请。

一种先天性心脏病的预测方法及装置在说明书摘要公布了:本申请提供了一种先天性心脏病的预测方法及装置,包括:获取目标患者的目标三维心脏点云;将目标三维心脏点云输入至预先构建好的分割分类模型中,确定目标三维心脏点云中各点的法向量,并基于各点的法向量将同一曲面的点进行聚类,确定出各心脏结构的三维结构点云;针对每个心脏结构,根据该心脏结构的预设结构权重对该心脏结构的三维结构点云进行加权处理,确定各心脏结构的三维加权结构点云;将包括各心脏结构的三维加权结构点云输入至分割分类模型中进行先天性心脏病预测,确定出至少一种预测结果。这样,通过本申请的方案,可进行精准的心脏结构分割以及多种先天性心脏病的同时预测,从而可有效的提高先天性心脏病识别的准确率。

本发明授权一种先天性心脏病的预测方法及装置在权利要求书中公布了:1.一种先天性心脏病的预测方法,其特征在于,所述预测方法包括: 获取目标患者的目标三维心脏点云; 将所述目标三维心脏点云输入至预先构建好的分割分类模型中,确定所述目标三维心脏点云中各点的法向量,并基于各点的法向量将同一曲面的点进行聚类,确定出各心脏结构的三维结构点云; 针对每个心脏结构,根据该心脏结构的预设结构权重对该心脏结构的三维结构点云进行加权处理,确定各心脏结构的三维加权结构点云; 将包括各心脏结构的三维加权结构点云输入至所述分割分类模型中进行先天性心脏病预测,确定出至少一种预测结果; 通过以下步骤构建分割分类模型: 获取多个带有真实标签已进行心脏结构分割的待训练三维心脏点云;其中,所述真实标签包括心脏结构的类型标签以及先天性心脏病的类型标签; 针对每个待训练三维心脏点云,将该待训练三维心脏点云依次输入至初始分割分类神经网络中,进行心脏结构分割以及先天性心脏病预测,确定出该待训练三维心脏点云的分割结果和预测结果;包括:将该待训练三维心脏点云输入至初始分割分类神经网络中的投影权重计算层进行处理,输出该待训练三维心脏点云的第一特征和非线性投影权重矩阵;将所述第一特征输入至与所述投影权重计算层相连的边卷积层中以及将所述非线性投影权重矩阵分别输入至N个边卷积层中,并经N个边卷积层的依次处理,确定每个边卷积层输出的卷积特征;其中,所述投影权重计算层后依次连接有N个边卷积层,每个边卷积层的输出的卷积特征是根据上一连接层输入的特征以及非线性投影权重矩阵确定的;将前预设个数的边卷积层输出的卷积特征组合输入至所述初始分割分类神经网络中的分割子网络中,确定出该待训练三维心脏点云的分割结果;将所述N个边卷积层输出的卷积特征组合输入至所述初始分割分类神经网络中的分类子网络中,确定出该待训练三维心脏点云的预测结果; 基于所述待训练三维心脏点云的分割结果、预测结果以及真实标签,确定所述初始分割分类神经网络的损失函数; 根据所述损失函数对所述初始分割分类神经网络的网络参数进行更新,直至所述损失函数收敛,停止训练,生成所述分割分类模型。

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大学深圳研究生院,其通讯地址为:518000 广东省深圳市南山区西丽镇丽水路深圳大学城北大校区;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。