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 > 杭州类脑科技有限公司;海盐县南北湖医学人工智能研究院徐磊获国家专利权

杭州类脑科技有限公司;海盐县南北湖医学人工智能研究院徐磊获国家专利权

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!

龙图腾网获悉杭州类脑科技有限公司;海盐县南北湖医学人工智能研究院申请的专利医学图像的病理分布生成方法、系统及计算机可读存储介质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:CN115272663B

龙图腾网通过国家知识产权局官网在2025-12-26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:202210966746.2,技术领域涉及:G06V10/25;该发明授权医学图像的病理分布生成方法、系统及计算机可读存储介质是由徐磊;代汶利;王亚娟;孔德兴设计研发完成,并于2022-08-12向国家知识产权局提交的专利申请。

医学图像的病理分布生成方法、系统及计算机可读存储介质在说明书摘要公布了:本发明提供了一种医学图像的病理分布生成方法、系统及计算机可读存储介质,病理分布生成方法,包括以下步骤:获取医学图像的图像数据的待处理矩阵集合,并对待处理矩阵集合预处理,以得到医学图像的感兴趣区域及感兴趣区域对应的类别标签;对感兴趣区域标准化,并基于分类器对标准化后的感兴趣区域作特征提取,以形成特征向量;对n维的特征向量作非线性降维,以生成具有低维坐标的低维嵌入;基于具有低维坐标的低维嵌入绘制病理分布场图像。采用上述技术方案后,实现对非线性二维矩阵数据样本之间特征的区分与相似性衡量,保留数据中的重要结构信息,优化数据处理的结果。

本发明授权医学图像的病理分布生成方法、系统及计算机可读存储介质在权利要求书中公布了:1.一种医学图像的病理分布生成方法,其特征在于,包括以下步骤: 获取医学图像的图像数据的待处理矩阵集合,并对所述待处理矩阵集合预处理,以得到所述医学图像的感兴趣区域及所述感兴趣区域对应的类别标签; 对所述感兴趣区域标准化,并基于分类器对标准化后的感兴趣区域作特征提取,以形成n维的特征向量; 对所述n维的特征向量作非线性降维,以生成具有低维坐标的低维嵌入; 基于具有低维坐标的低维嵌入绘制病理分布场图像; 其中对所述n维的特征向量作非线性降维,以生成具有低维坐标的低维嵌入的步骤包括: 获取n维的特征向量的特征向量集合,其中为相对于度量的k个近邻点构成的点集; 基于以下公式构造特征向量集合的高斯模糊表示: , 其中V=X,E表示边集,且,为点集对应的权重矩阵,且在位置上的取值依据以下公式: , 其中为归一化子,为最近邻距离,基于以下公式计算: 其中度量基于以下公式计算: , 其中为超参数,与为度量函数; 将高斯模糊表示的邻接矩阵定义为A,基于以下公式对A对称化: 其中T表示矩阵转置,表示矩阵乘法,矩阵B用作为定义为X的高维表示; 假设D为,L为; 取L的特征向量的前K维后归一化,并叠加正态分布的噪声,组成Y,,,以将Y用作为初始化的低维表示,并假设Y对应的图结构为,为关于欧氏距离的邻接矩阵; 使用随机梯度下降优化低维表示Y,并基于以下公式最小化特征向量集合与低维表示Y的邻接矩阵间的交叉熵: 最小化交叉熵后得到的Y记作为具有低维坐标的低维嵌入。

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类脑科技有限公司;海盐县南北湖医学人工智能研究院,其通讯地址为:311100 浙江省杭州市余杭区五常街道溪沁街258号1幢3F、3幢10F;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。