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 > 西安大兴医院杨伟毅获国家专利权

西安大兴医院杨伟毅获国家专利权

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!

龙图腾网获悉西安大兴医院申请的专利基于深度学习的急性脑卒中早期智能筛查预警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:CN121171559B

龙图腾网通过国家知识产权局官网在2026-02-13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:202511696787.4,技术领域涉及:G16H50/20;该发明授权基于深度学习的急性脑卒中早期智能筛查预警方法及系统是由杨伟毅;苗建亭设计研发完成,并于2025-11-19向国家知识产权局提交的专利申请。

基于深度学习的急性脑卒中早期智能筛查预警方法及系统在说明书摘要公布了:本发明提供基于深度学习的急性脑卒中早期智能筛查预警方法及系统,涉及医学图像处理技术领域,包括通过获取患者脑CT影像、历史病历和脑血管数据,提取密度异常特征和对称性变化特征判断病灶,构建多尺度特征金字塔并递归细化病灶边界,结合三维病灶特征图和病情变化时序特征,采用自注意力机制和变分自编码器分析脑血管树结构,最终生成脑血管功能受损概率预警图,能够实现脑卒中的早期精准筛查和预警,提高治疗时效性。

本发明授权基于深度学习的急性脑卒中早期智能筛查预警方法及系统在权利要求书中公布了:1.基于深度学习的急性脑卒中早期智能筛查预警方法,其特征在于,包括: 获取患者的脑CT影像数据、历史病历数据和脑血管数据; 提取所述脑CT影像数据中的密度异常特征和对称性变化特征,判断是否存在急性脑卒中病灶;若存在所述急性脑卒中病灶,基于所述脑CT影像数据,构建多尺度特征金字塔捕获所述急性脑卒中病灶的病灶边界,采用递归细化策略对所述病灶边界进行迭代优化,确定病灶区域分割结果和病灶体积数据; 基于所述病灶区域分割结果和所述病灶体积数据构建三维病灶特征图,对所述历史病历数据进行时序特征提取,得到病情变化时序特征; 基于所述脑血管数据,采用自注意力机制对不同直径的脑血管进行分层特征提取,同时引入形态学先验知识进行约束优化,基于变分自编码器生成脑血管树结构的多层级特征,包括:根据脑血管直径大小将所述脑血管数据划分为多个脑血管层级,在每个脑血管层级中,计算相邻脑血管节点之间的拓扑连接关系,基于所述拓扑连接关系,在所述脑血管节点中提取查询向量和键向量,计算所述查询向量与所述键向量之间的注意力分数矩阵,根据所述注意力分数矩阵计算得到脑血管节点特征;基于所述形态学先验知识,将相邻脑血管节点特征差异的连续性约束、脑血管分叉点角度的角度约束和脑血管走向的曲率平滑约束构建为多重约束条件;将所述脑血管节点特征输入变分自编码器,生成隐空间特征分布的均值向量和对数方差向量,基于所述均值向量和所述对数方差向量进行随机采样得到隐空间特征,并通过解码器重构所述隐空间特征;在所述多重约束条件下,通过最小化重构损失和分布损失得到脑血管树结构的多层级特征;并结合所述三维病灶特征图和所述病情变化时序特征,通过条件随机场机制建立脑血管节段之间的空间依赖关系,输出分层级的脑血管功能受损概率预警图; 根据所述脑血管功能受损概率预警图计算急性脑卒中风险预测分数并生成预警信息。

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西安大兴医院,其通讯地址为:710000 陕西省西安市莲湖区劳动北路353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。

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。