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！

龙图腾网获悉东南大学申请的专利基于深度神经网络和模型先验的3D心脏形状重建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：CN115601295B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202211018646.3，技术领域涉及：G06T7/00；该发明授权基于深度神经网络和模型先验的3D心脏形状重建方法是由王雁刚;袁小涵;刘聪设计研发完成，并于2022-08-24向国家知识产权局提交的专利申请。

本基于深度神经网络和模型先验的3D心脏形状重建方法在说明书摘要公布了：本发明提供了一种基于深度神经网络和模型先验的3D心脏形状重建方法，包括：构建心脏的三维模型集，执行主成分分析从而产生低维的参数隐空间；数据增强，从得到的参数空间采样，生成参数回归网络的训练集；构建参数回归网络，使用生成的训练集训练参数回归网络；生成分割网络的训练集，构建分割网络，使用生成的数据集训练分割网络；将经过训练的分割网络与经过训练的参数网络连接构成联合网络，使用真实数据构成的训练集对联合网络进行训练，用训练好的联合网络执行三维重建任务。本发明使得推理过程高效快速；结果更为合理；分割和重建效果都有提升；提出了一种数据增强方法，从大量合成数据的训练中提升参数估计网络的泛化性能。

本发明授权基于深度神经网络和模型先验的3D心脏形状重建方法在权利要求书中公布了：1.一种基于深度神经网络和模型先验的3D心脏形状重建方法，其特征在于，包括如下步骤： 步骤S1、从原始CT构建心脏的三维模型集，执行主成分分析从而产生低维的参数隐空间； 步骤S2、从三维模型集生成参数回归网络的训练集，对基于步骤S1中得到的参数隐空间采样，对参数回归网络的训练集增强； 步骤S2的具体步骤为： 2-1、在均值模型上手工确定5个关键点用于决定切平面位置，从而获得对应的5个顶点索引，因为由参数获得的三维模型之间顶点是一一对应的，任意三维模型的关键点就能根据顶点索引直接确定； 2-2、参数回归网络的训练集的数据为由步骤2-1获得的关键点对三维模型集中的三维模型切片，所获得的三维模型的一组切片掩膜，对应的标签为三维模型的参数； 2-3、对三维模型集的参数分布进行分析，并以每个样本的参数为中心进行高斯采样，从而获得与样本不同的参数；从获得的参数生成三维模型，由步骤2-1获得的关键点对三维模型切片，获得三维模型的一组切片掩膜；将切片掩膜和三维模型的参数加入到由步骤2-2获得的参数回归网络的训练集中，从而对参数回归网络的训练集增强； 步骤S3、构建参数回归网络，使用步骤S2中生成的参数回归网络的训练集训练参数回归网络； 步骤S4、从三维模型集生成分割网络的训练集，构建分割网络，使用分割网络的训练集训练分割网络； 步骤S5、将步骤S4中经过训练的分割网络与步骤S3中经过训练的参数回归网络连接构成联合网络，对联合网络进行训练； 步骤S6、用训练好的联合网络执行三维重建任务。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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。