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！

龙图腾网获悉首都医科大学附属北京安贞医院申请的专利一种主动脉夹层的识别方法以及相关装置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：CN118570547B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202410745311.4，技术领域涉及：G06V10/764；该发明授权一种主动脉夹层的识别方法以及相关装置是由任燕龙;王月丽;宋现涛;张宏家设计研发完成，并于2024-06-11向国家知识产权局提交的专利申请。

本一种主动脉夹层的识别方法以及相关装置在说明书摘要公布了：本申请公开了一种主动脉夹层的识别方法以及相关装置，可应用于深度学习技术领域，提取待识别心超图像的局部特征，局部特征为主动脉区域特征。将待识别心超图像的局部特征输入至训练好的夹层分类模型，得到夹层分类模型输出的分类结果，分类结果用于指示待识别心超图像中是否存在主动脉夹层。支撑集至少包括第一类心超图像的局部特征，第一类心超图像为存在主动脉夹层的心超图像，分类标签为人工标注的用于指示是否存在主动脉夹层的分类结果。本申请基于待识别心超图像的局部特征和存在主动脉夹层的心超图像的局部特征之间的特征相似度训练的夹层分类模型的分类准确度较高，由此，提高分类结果准确度。

本发明授权一种主动脉夹层的识别方法以及相关装置在权利要求书中公布了：1.一种主动脉夹层的识别装置，其特征在于，包括： 局部特征提取单元，用于提取待识别心超图像的局部特征，所述局部特征为主动脉区域特征； 夹层分类单元，用于将所述待识别心超图像的局部特征输入至训练好的夹层分类模型，得到所述夹层分类模型输出的分类结果，所述分类结果用于指示所述待识别心超图像中是否存在主动脉夹层；其中，所述夹层分类模型基于样本心超图像的局部特征的分类标签和与支撑集的特征相似度训练得到，所述支撑集至少包括第一类心超图像的局部特征，所述第一类心超图像为存在主动脉夹层的心超图像，所述分类标签为人工标注的用于指示是否存在主动脉夹层的分类结果； 所述局部特征提取单元用于提取待识别心超图像的局部特征时，具体用于：将所述待识别心超图像输入至预先训练的局部特征识别模型，获取所述局部特征识别模型输出的局部特征；其中，所述局部特征识别模型通过对目标区域检测模型和局部特征提取模块联合训练得到；所述局部特征识别模型用于提取所述待识别心超图像的全局特征，基于全局特征识别得到所述待识别心超图像的主动脉区域；所述局部特征提取模块基于所述待识别心超图像的主动脉区域，对所述待识别心超图像的全局特征进行特征提取，输出所述待识别心超图像的局部特征； 模型训练单元，用于获取样本图像数据集，所述样本图像数据集包括多条带分类标注的心超图像；将所述样本图像数据集中的各个心超图像输入至所述局部特征识别模型，获取所述局部特征识别模型输出的各个心超图像的局部特征；基于分类标注，将所述样本图像数据集中的心超图像划分为所述样本心超图像、所述第一类心超图像和第二类心超图像，所述第二类心超图像为不存在主动脉夹层的心超图像；依据划分结果和各个心超图像的局部特征，生成查询集和所述支撑集，所述查询集包括多个带分类标签的所述样本心超图像的局部特征；所述支撑集还包括所述第二类心超图像的局部特征；将所述查询集和所述支撑集输入至所述夹层分类模型，基于所述样本心超图像的局部特征的分类标签和与所述支撑集的特征相似度训练所述夹层分类模型，直至达到预设的训练完成条件； 所述模型训练单元用于基于所述样本心超图像的局部特征的分类标签和与所述支撑集的特征相似度训练所述夹层分类模型时，具体用于：计算所述样本心超图像与所述支撑集的特征相似度；依据所述样本心超图像的分类标注和所述特征相似度，基于二元交叉熵损失函数训练所述夹层分类模型。

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首都医科大学附属北京安贞医院，其通讯地址为：100020 北京市朝阳区安贞路甲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。