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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学技术大学;首都医科大学附属北京天坛医院王明会获国家专利权

中国科学技术大学;首都医科大学附属北京天坛医院王明会获国家专利权

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!

龙图腾网获悉中国科学技术大学;首都医科大学附属北京天坛医院申请的专利训练识别缺血性脑卒中的识别模型的方法、设备及存储介质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:CN119579978B

龙图腾网通过国家知识产权局官网在2026-04-07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:202411656748.7,技术领域涉及:G06V10/764;该发明授权训练识别缺血性脑卒中的识别模型的方法、设备及存储介质是由王明会;李骜;王威;高峰;李磊;张永亮设计研发完成,并于2024-11-19向国家知识产权局提交的专利申请。

训练识别缺血性脑卒中的识别模型的方法、设备及存储介质在说明书摘要公布了:本申请公开了一种训练识别缺血性脑卒中的识别模型的方法、设备及存储介质。所述方法包括:获取弥散加权成像;对弥散加权成像进行预处理,以获得预处理后的弥散加权成像;将预处理后的弥散加权成像分别输入第一模型和第二模型,经由第一模型和第二模型中的编码器分别提取对应的图像特征;基于对应的图像特征,经由第一模型和第二模型中的解码器分别进行分割任务和评分任务,并计算带标注下的有监督损失和无标注下的无监督损失;以及根据有监督损失和无监督损失确定总损失,以训练识别缺血性脑卒中的识别模型。利用本申请的方案,可以提高识别模型识别缺血性脑卒中的准确性,降低标注难度,提高识别模型在稀缺样本条件下识别缺血性脑卒中的性能。

本发明授权训练识别缺血性脑卒中的识别模型的方法、设备及存储介质在权利要求书中公布了:1.一种用于训练识别缺血性脑卒中的识别模型的方法,其中所述识别模型包括第一模型和基于所述第一模型中权重的指数移动平均值形成的第二模型,并且所述第一模型和第二模型均包括编码器和解码器,并且所述方法包括: 获取弥散加权成像,其中所述弥散加权成像包含带标注的和无标注的; 对所述弥散加权成像进行预处理,以获得预处理后的弥散加权成像; 将所述预处理后的弥散加权成像分别输入所述第一模型和所述第二模型,经由所述第一模型和所述第二模型中的编码器分别提取对应的图像特征; 基于所述对应的图像特征,经由所述第一模型和所述第二模型中的解码器分别进行分割任务和评分任务,并计算带标注下的有监督损失和无标注下的无监督损失;以及 根据所述有监督损失和所述无监督损失确定总损失,以训练识别缺血性脑卒中的所述识别模型, 其中所述第一模型和所述第二模型中的编码器均包括多个不同尺度的第一卷积层,并且每个所述卷积层后连接批量归一化层和第一ReLU激活层,其中所述预处理后的弥散加权成像分别经由所述第一模型和所述第二模型中编码器的多个不同尺度的第一卷积层、批量归一化层和第一ReLU激活层进行下采样,以提取对应的图像特征; 其中在进行分割任务中,所述第一模型和所述第二模型中的解码器至少包括多个反卷积层、第二卷积层和第二ReLU激活层,其中所述对应的图像特征分别经由所述第一模型和所述第二模型中解码器的多个反卷积层进行上采样,获得上采样特征;所述上采样特征与所述第一模型、所述第二模型中编码器相应第一卷积层的图像特征进行拼接,并且拼接结果经由所述第二卷积层和所述第二ReLU激活层进行分割任务,以获得病灶的分割结果。

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中国科学技术大学;首都医科大学附属北京天坛医院,其通讯地址为:230026 安徽省合肥市金寨路96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。