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 > 深圳康诺思腾科技有限公司请求不公布姓名获国家专利权

深圳康诺思腾科技有限公司请求不公布姓名获国家专利权

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!

龙图腾网获悉深圳康诺思腾科技有限公司申请的专利训练方法、软组织形变估计方法、装置、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:CN117218074B

龙图腾网通过国家知识产权局官网在2026-04-14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:202311141090.1,技术领域涉及:G06T7/00;该发明授权训练方法、软组织形变估计方法、装置、设备及存储介质是由请求不公布姓名;请求不公布姓名;请求不公布姓名;请求不公布姓名;请求不公布姓名设计研发完成,并于2023-09-05向国家知识产权局提交的专利申请。

训练方法、软组织形变估计方法、装置、设备及存储介质在说明书摘要公布了:本申请提供一种训练方法、软组织形变估计方法、装置、设备及存储介质。训练方法包括:获取训练样本集,所述训练样本集中的不同样本包括不同时刻的点云以及点云中的三维点的速度矢量;其中,任一样本基于对相邻时刻从两个不同方位采集到的四张软组织图像进行深度估计以及光流估计得到;利用所述训练样本集中的样本对预设的神经网络模型进行自监督训练,得到软组织形变估计模型。本实施例中,软组织形变估计模型聚合了语义信息和运动流信息,提高软组织形变估计的准确性。

本发明授权训练方法、软组织形变估计方法、装置、设备及存储介质在权利要求书中公布了:1.一种软组织形变估计模型的训练方法,其特征在于,包括: 获取训练样本集,所述训练样本集中的不同样本包括不同时刻的点云以及点云中的三维点的速度矢量;其中,任一样本基于对相邻时刻从两个不同方位采集到的四张软组织图像进行深度估计以及光流估计得到; 利用所述训练样本集中的样本对预设的神经网络模型进行自监督训练,得到软组织形变估计模型; 其中,所述自监督训练指示重复以下迭代过程直到满足迭代结束条件: 在每一轮迭代过程中,基于所述训练样本集中的样本获取神经网络模型输出的速度场,对所述速度场进行积分得到满足微分同胚映射关系的第一形变场和第二形变场; 利用所述第一形变场对所述相邻时刻中的前一时刻采集的两张软组织图像分别进行形变处理得到两张第一形变图像,再利用所述第二形变场分别对两张第一形变图像进行形变处理得到两张第二形变图像; 在迭代结束条件未满足的情况下,根据所述四张软组织图像、所述两张第一形变图像和所述两张第二形变图像调整所述神经网络模型的参数,得到下一迭代过程中的神经网络模型; 其中,所述迭代结束条件包括:达到预设迭代次数、第一形变图像与相邻时刻中的后一时刻采集的软组织图像之间的差异小于第一预设差异、和或第二形变图像与相邻时刻中的前一时刻采集的软组织图像之间的差异小于第二预设差异; 所述神经网络模型的参数根据第一损失值和第二损失值调整; 所述第一损失值包括所述相邻时刻中的后一时刻采集的软组织图像的像素值与属于同一方位的第一形变图像的像素值之间的光度损失值; 所述第二损失值包括所述相邻时刻中的前一时刻采集的软组织图像中的像素坐标与属于同一方位的第二形变图像中的像素坐标之间的L1范数距离。

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深圳康诺思腾科技有限公司,其通讯地址为:518063 广东省深圳市南山区粤海街道高新区社区科苑南路3099号中国储能大厦4401;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。