杭州市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院);北京航空航天大学宫赫获国家专利权
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!
龙图腾网获悉杭州市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院);北京航空航天大学申请的专利基于机器学习的多工况股骨力学参数生成方法和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:CN120655863B 。
龙图腾网通过国家知识产权局官网在2025-12-05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:202511129015.2,技术领域涉及:G06T17/20;该发明授权基于机器学习的多工况股骨力学参数生成方法和装置是由宫赫;刘淑玉设计研发完成,并于2025-08-13向国家知识产权局提交的专利申请。
本基于机器学习的多工况股骨力学参数生成方法和装置在说明书摘要公布了:本公开的实施例公开了基于机器学习的多工况股骨力学参数生成方法和装置。该方法的一具体实施方式包括:图像处理系统中的图像预处理端被配置成对原始股骨近端影像集进行分割,得到三维股骨近端影像集;图像预处理端被配置成对三维股骨近端影像集进行建模,得到标签数据集;图像预处理端被配置成生成三维股骨近端影像集对应第一训练集和第一测试集;模型训练端被配置成生成影像组学特征训练集和深度学习特征训练集,以及生成影像组学特征测试集和深度学习特征测试集;模型训练端被配置成训练初始工况参数预测模型,得到工况参数预测模型;模型应用端被配置成生成多工况参数预测结果集。该实施方式可以快速、准确地预测多工况股骨力学参数。
本发明授权基于机器学习的多工况股骨力学参数生成方法和装置在权利要求书中公布了:1.一种基于机器学习的多工况股骨力学参数生成方法,其特征在于,包括: 图像处理系统中的图像预处理端被配置成对原始股骨近端影像集进行感兴趣区域分割,得到三维股骨近端影像集,所述图像处理系统还包括:模型训练端和模型应用端; 所述图像预处理端被配置成对所述三维股骨近端影像集进行多工况有限元建模,得到多工况下的标签数据集,每种工况是通过调整加载方向来表示的,所述加载方向是对股骨施加外力的方向参数,包括:生成所述三维股骨近端影像集对应的网格模型集;获取所述网格模型集对应的灰度影像集;建立所述网格模型集与所述灰度影像集的对应关系,得到带灰度属性的增强型网格数据集;将所述增强型网格数据集输入至预先训练的关键区域识别模型,得到应力热力图集;利用所述应力热力图集对所述网格模型集进行动态网格优化处理,得到优化后的非均匀网格模型集;将所述优化后的非均匀网格模型集确定为所述三维股骨近端影像集对应的网格模型集;对所述网格模型集中的每个网格模型进行材料赋值,得到赋值的三维模型集;通过有限元分析软件,设置所述赋值的三维模型集中所述每种工况的边界条件,得到工况配置文件;根据所述工况配置文件利用目标屈服准则生成载荷与位移曲线集;根据所述载荷与位移曲线集提取股骨力学参数,以生成每种工况对应的股骨力学参数,得到标签数据集; 所述图像预处理端被配置成生成所述三维股骨近端影像集对应第一训练集和第一测试集; 所述模型训练端被配置成生成第一训练集对应的影像组学特征训练集和深度学习特征训练集,以及生成第一测试集对应的影像组学特征测试集和深度学习特征测试集; 所述模型训练端被配置成根据所述影像组学特征训练集、所述深度学习特征训练集、所述第一训练集对应的临床特征信息集和对应的加载方向集,训练初始工况参数预测模型,得到工况参数预测模型; 所述模型应用端被配置成根据所述影像组学特征测试集、所述深度学习特征测试集、所述第一测试集对应的临床特征信息集和对应的加载方向集,利用所述工况参数预测模型,生成多工况参数预测结果集。
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市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院);北京航空航天大学,其通讯地址为:311115 浙江省杭州市余杭区瓶窑镇双红桥街166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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励