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！

龙图腾网获悉安徽大学申请的专利一种面向心脏运动特征学习的多阶时序差分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：CN119919702B 。

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：202411691178.5，技术领域涉及：G06V10/764；该发明授权一种面向心脏运动特征学习的多阶时序差分方法是由谢若楠;水科骁;余成进;高文武设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本一种面向心脏运动特征学习的多阶时序差分方法在说明书摘要公布了：本发明公开了一种面向心脏运动特征学习的多阶时序差分方法，针对当前心脏运动跟踪方法主要求取心肌运动的位移场，缺乏对心肌运动的速度场，受力后的加速度场等心肌固有生理特征的表征问题，提出了一种面向心脏运动特征学习的多阶时序差分方法，与现有心脏运动特征学习方法相比，本发明使用结合帧感知的UNet网络架构和时间连续的Transformer块的CineMorph框架，捕捉心脏的周期性运动，不仅有效提取出每个时间点的运动场，还能够从原始电影磁共振成像中得到心脏的高精度的时间连续的拉格朗日运动场。这种方式的优势在于能够精确捕捉心脏在周期性运动中的动态变化，从而更好地反映心脏在不同时间点的运动状态。

本发明授权一种面向心脏运动特征学习的多阶时序差分方法在权利要求书中公布了：1.一种面向心脏运动特征学习的多阶时序差分方法，其特征在于，包括： 1将原始电影磁共振图像输入CineMorph框架提取拉格朗日运动场； 2对拉格朗日运动场进行一阶差分、二阶差分分别得到相应速度场、加速度场； 3构建提取心脏运动特征的VisionTransformer模型； 4将拉格朗日运动场、速度场和加速度场分别输入VisionTransformer模型学习心脏运动特征，接着运用拼接方法进行多模态融合，得到多模态心脏运动特征融合结果； 5将多模态心脏运动特征融合结果输入残差感知器，利用残差网络得到高精度的心脏运动特征； 6将高精度的心脏运动特征输入一个基于全连接网络的心肌梗死分类器，得到心肌梗死预测结果； 7利用心肌梗死预测结果，得到患者是否患病的快速筛查、精确诊断和预后评估；所述的将原始电影磁共振图像输入CineMorph框架提取拉格朗日运动场，具体为： 使用结合帧感知的UNet网络架构和时间连续的Transformer块的CineMorph框架，捕捉心脏的周期性运动，提取出每个时间点的运动场和形变场，对这些连续帧进行建模、对运动场进行时序分析，同时实施半群正则化，最后得到高精度的时间连续的拉格朗日运动场。

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大学，其通讯地址为：230039 安徽省合肥市蜀山区肥西路3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。