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 > 腾讯科技(深圳)有限公司;中国医学科学院北京协和医院秦陈陈获国家专利权

腾讯科技(深圳)有限公司;中国医学科学院北京协和医院秦陈陈获国家专利权

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!

龙图腾网获悉腾讯科技(深圳)有限公司;中国医学科学院北京协和医院申请的专利基于三维影像的关键结构重建方法、装置和计算机设备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:CN115115772B

龙图腾网通过国家知识产权局官网在2025-12-23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:202210384845.X,技术领域涉及:G06T17/00;该发明授权基于三维影像的关键结构重建方法、装置和计算机设备是由秦陈陈;常健博;姚建华;冯铭;刘翌勋;王任直;陈亦豪设计研发完成,并于2022-04-13向国家知识产权局提交的专利申请。

基于三维影像的关键结构重建方法、装置和计算机设备在说明书摘要公布了:本申请涉及一种基于三维影像的关键结构重建方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:对目标部位的原始三维医学影像进行前置采样处理,得到指定尺寸的三维医学影像;对所述指定尺寸的三维医学影像进行语义分割处理,得到对应的三维标记图像;基于所述三维标记图像进行后置采样处理,得到满足高分辨率条件的目标标记图像;基于所述三维标记图像中每个体素分别对应的概率值,对所述目标标记图像进行分割,得到至少一张三维结构图像;对每张三维结构图像分别进行重建处理,得到与各关键结构分别对应的目标三维结构模型。本方法通过融合计算机视觉技术和机器学习技术,显著提高了重建关键结构的精确度。

本发明授权基于三维影像的关键结构重建方法、装置和计算机设备在权利要求书中公布了:1.一种基于三维影像的关键结构重建方法,其特征在于,所述方法包括: 对目标部位的原始三维医学影像进行前置采样处理,得到指定尺寸的三维医学影像,所述目标部位包括有至少一个关键结构; 将所述指定尺寸的三维医学影像输入至预先训练好的图像处理模型,输出对应的三维标记图像,所述三维标记图像中的每个体素都对应有属于各个关键结构的概率值; 基于所述三维标记图像进行后置采样处理,得到满足高分辨率条件的目标标记图像,所述目标标记图像的分辨率高于指定尺寸的三维医学影像的分辨率; 基于所述三维标记图像中每个体素分别对应的概率值,对所述目标标记图像进行分割,得到至少一张三维结构图像,每张三维结构图像对应一个关键结构; 提取每张三维结构图像中与相应关键结构对应的体素,基于体素来构建相应关键结构,以得到各个关键结构分别对应的目标三维结构模型,所述目标三维结构模型用于进行可视化展示; 其中,所述图像处理模型是通过目标损失函数进行模型训练得到的,所述目标损失函数构建步骤包括:通过待训练的图像处理模型对原始三维医学影像样本进行前置采样处理得到的指定尺寸的三维医学影像样本进行语义分割,得到预测三维标记图像,基于预测三维标记图像和所述原始三维医学影像样本所对应的结构标签间的重合程度,确定与各关键结构分别对应的初始损失;根据各关键结构各自对应的初始损失和预设权重,通过加权处理得到目标损失函数,所述预设权重的大小用于表征相应关键结构的重要程度; 所述结构标签确定步骤包括:对未标注的原始三维医学影像样本进行切片处理,按照预设的间距进行等间距的切片处理,得到多个切片样本;获取与任一关键结构相匹配的预设阈值,并基于所述预设阈值对各切片样本分别进行阈值分割,得到二值化切片样本;对所述二值化切片样本进行空腔填充处理,以填充经阈值分割生成的空腔或空洞,得到待标注切片样本;基于所述任一关键结构所对应的结构标签,对所述待标注切片样本中表征关键结构的体素进行标注,得到携带有结构标签的标注切片样本;根据各个切片样本对应的结构标签,确定所述各个切片样本所属的原始三维医学影像样本对应的结构标签。

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腾讯科技(深圳)有限公司;中国医学科学院北京协和医院,其通讯地址为:518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层;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。