上海共筑医疗科技有限公司侯超获国家专利权
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!
龙图腾网获悉上海共筑医疗科技有限公司申请的专利基于半监督学习的腰椎间盘突出自动诊断模型及构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:CN115272198B 。
龙图腾网通过国家知识产权局官网在2026-02-03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:202210814727.8,技术领域涉及:G06T7/00;该发明授权基于半监督学习的腰椎间盘突出自动诊断模型及构建方法是由侯超;王洪波;张伟奇设计研发完成,并于2022-07-12向国家知识产权局提交的专利申请。
本基于半监督学习的腰椎间盘突出自动诊断模型及构建方法在说明书摘要公布了:本发明提供的基于半监督学习的腰椎间盘突出自动诊断模型的构建方法,包括:步骤S10:构建训练数据集S,并对训练数据集S中的MRI图像进行预处理;步骤S20:构建第一神经网络;步骤S30:对所述第一神经网络进行训练,生成特征提取器;步骤S40:构建第二神经网络;步骤S50:为每个有标签MRI图像样本提取对应的语义特征向量;步骤S60:使用步骤S50中生成的语义特征向量对所述第二神经网络进行训练,生成特征分类器。本发明提供的自动诊断模型的构建方法,使用二阶段半监督学习构建模型,有效减少了有标签MRI图像样本的使用数量,对特征分类器的判断依据进行可视化,降低影像学医生的负担,提高诊断效率。
本发明授权基于半监督学习的腰椎间盘突出自动诊断模型及构建方法在权利要求书中公布了:1.基于半监督学习的腰椎间盘突出自动诊断模型的构建方法,其特征在于,所述构建方法包括以下步骤: 步骤S10:采集无标签的腰椎间盘MRI图像样本,构建训练数据集S,并对训练数据集S中的MRI图像进行预处理;在所述步骤S10中,对MRI图像进行预处理包括以下步骤: 步骤S11:执行每一步训练时,先从训练数据集S中随机选取n张MRI图像,构建训练数据子集P; 步骤S12:将训练数据子集P中的每张MRI图像进行两次随机变换处理,得到2n张MRI变换图像;具体步骤包括定义一个随机变换函数且随机变换函数fT采用随机旋转、随机裁剪、随机翻转、亮度或对比度的随机改变、随机高斯模糊,其中随机旋转和随机裁剪是两个相互耦合的操作,需要有以下约束条件:1同一张图像的两次随机变换中,裁剪区域必须有重合的部分;2重合的区域应该有较高的概率位于原图中央;3同一张图像的两次随机变换中,随机旋转操作的旋转中心点一致,且每一次随机裁剪区域中必须包含随机旋转的中心点;4旋转的过程中可能会在图像四周产生“0”像素的填充区域,随机裁剪要避开这些“0”像素;5随机裁剪区域在原图中的长宽比需要处于[34,43]之内;6随机裁剪区域在原图中所占的比例需要大于一个特定值,记作pcrop; 步骤S20:构建第一神经网络;其中在所述步骤S20中,所述第一神经网络包括一个ResNet50网络和多个全连接层,所述ResNet50网络与多个全连接层串联连接; 步骤S30:使用训练数据集S中的MRI图像对所述第一神经网络进行训练,生成特征提取器,用于提取MRI图像的语义特征向量;所述步骤S30包括以下步骤: 步骤S31:将2n张MRI变换图像两两为一组输入到所述第一神经网络中,所述第一神经网络为每组输入的两张MRI变换图像映射出一对语义特征向量; 步骤S32:根据softmax函数计算由第一神经网络映射出的每对语义特征向量表达相似语义的概率预测值 其中,xi1≤i≤2n表示第i张变换后的MRI图像经过第一神经网络映射得到的语义特征向量,xj1≤j≤2n表示第j张变换后的MRI图像经过第一神经网络映射得到的语义特征向量,且第i张和第j张变换后的MRI图像为一组,同时输入到第一神经网络中,τ为softmax函数中常用的超参数; 步骤S33:根据第一神经网络的最优化训练目标函数 计算所述训练数据子集P的损失值,其中,fE为第一神经网络,表示期望;表示指示函数,Φ是一个命题,当Φ为真时,当Φ为假时,表示向上取整; 步骤S34:采用梯度下降算法训练第一神经网络,并最小化每个训练数据子集P的损失值,最后生成特征提取器; 步骤S40:构建第二神经网络; 步骤S50:将有标签的腰椎间盘MRI图像样本依次输入到所述特征提取器中,为每个MRI图像样本提取对应的语义特征向量; 步骤S60:使用步骤S50中生成的语义特征向量对所述第二神经网络进行训练,生成特征分类器,所述特征分类器对语义特征向量进行分类并输出预测结果。
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上海共筑医疗科技有限公司,其通讯地址为:200433 上海市杨浦区国定路323号3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。
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