浙江大学医学院附属第一医院(浙江省第一医院);阿里巴巴达摩院(杭州)科技有限公司张鸿坤获国家专利权
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!
龙图腾网获悉浙江大学医学院附属第一医院(浙江省第一医院);阿里巴巴达摩院(杭州)科技有限公司申请的专利医疗影像诊断模型的训练方法、医疗影像诊断方法及系统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:CN121147213B 。
龙图腾网通过国家知识产权局官网在2026-01-30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:202511676496.9,技术领域涉及:G06T7/00;该发明授权医疗影像诊断模型的训练方法、医疗影像诊断方法及系统是由张鸿坤;胡毓健;周彦捷;何杨燕;向一郎;姚梦云;许敏丰设计研发完成,并于2025-11-17向国家知识产权局提交的专利申请。
本医疗影像诊断模型的训练方法、医疗影像诊断方法及系统在说明书摘要公布了:本说明书实施例提供医疗影像诊断模型的训练方法、医疗影像诊断方法及系统,其中医疗影像诊断模型的训练方法,包括:获取增强扫描图像、未增强扫描图像和标签结果;基于未增强扫描图像获得有限模态编码特征,并基于增强扫描图像获得全模态对齐编码特征和全模态专属编码特征;基于有限模态编码特征、全模态对齐编码特征和全模态专属编码特征,获得对齐编码特征和压缩编码特征;基于对齐编码特征和压缩编码特征分别获得有限模态预测分割结果和全模态预测分割结果;基于有限模态预测分割结果、全模态预测分割结果和标签结果进行对比训练,获得医疗影像诊断模型。使得模型仅依赖未增强扫描图像即可实现较高准确率的医疗影像诊断精度。
本发明授权医疗影像诊断模型的训练方法、医疗影像诊断方法及系统在权利要求书中公布了:1.一种医疗影像诊断模型的训练方法,其特征在于,包括: 获取待诊断部位的增强扫描图像、未增强扫描图像和所述待诊断部位的标签结果,其中,所述增强扫描图像为对所述待诊断部位注入造影剂扫描获得,所述未增强扫描图像为对所述待诊断部位未注入造影剂扫描获得; 将所述未增强扫描图像输入有限模态编码层,获得有限模态编码特征,并将所述增强扫描图像分别输入对齐特征编码层和专属特征编码层,对应获得全模态对齐编码特征和全模态专属编码特征; 将所述有限模态编码特征和所述全模态对齐编码特征输入对齐中间层,进行特征对齐,获得对齐编码特征,并将所述全模态对齐编码特征和所述全模态专属编码特征输入压缩中间层,进行融合压缩,获得压缩编码特征; 将所述对齐编码特征输入有限模态解码层,获得有限模态预测分割结果,并将所述压缩编码特征输入全模态解码层,获得全模态预测分割结果; 基于所述有限模态预测分割结果、所述全模态预测分割结果和所述标签结果,对所述有限模态编码层和所述有限模态解码层进行对比训练,获得所述有限模态编码层和所述有限模态解码层组成的医疗影像诊断模型。
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浙江大学医学院附属第一医院(浙江省第一医院);阿里巴巴达摩院(杭州)科技有限公司,其通讯地址为:310020 浙江省杭州市余杭区文一西路1367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