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！

龙图腾网获悉西安交通大学申请的专利面向医学图像关键点检测的单样本学习路径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：CN121616845B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610148723.9，技术领域涉及：G06V10/44；该发明授权面向医学图像关键点检测的单样本学习路径构建方法是由林玉萍;姜珏;卓帅臣;张栋;刘宇颖;王明豪;孟子儒;田智强;王娟设计研发完成，并于2026-02-03向国家知识产权局提交的专利申请。

本面向医学图像关键点检测的单样本学习路径构建方法在说明书摘要公布了：本发明提供一种面向医学图像关键点检测的单样本学习路径构建方法，上述方法包括：对数据集中的图像进行特征提取与样本相似度度量，得到相似度得分；根据相似度得分，从数据集中筛选出在关键点区域结构上具有代表性的单张典型样本；基于典型样本，训练伪标签生成器；利用伪标签生成器生成数据集中其他样本关键点的伪标签信息；利用伪标签信息作为监督信号训练关键点检测器，关键点检测器的检测网络采用U‑Net网络作为主干网络，由预训练的VGG19编码器作为网络的特征提取器；通过关键点检测器对目标图像进行关键点检测，并预测关键点热图和坐标偏移图。本发明的方法降低了标注成本，提高了关键点检测的精度和稳定性，并增强了泛化能力。

本发明授权面向医学图像关键点检测的单样本学习路径构建方法在权利要求书中公布了：1.一种面向医学图像关键点检测的单样本学习路径构建方法，其特征在于，包括： 对数据集中的图像进行特征提取与样本相似度度量，得到相似度得分，包括： 采用尺度不变特征变换算法对医学图像进行多尺度特征点提取； 基于提取到的特征点计算各图像间的相似度，得到相似度得分； 对于每张医学图像X，所述多尺度特征点提取得到的关键点集合表示为： 其中，K表示关键点数量； 对于图像m,所述相似度得分表示为： 其中，K表示m中关键点的个数，N表示训练集合中的样本个数，表示图像m第i个关键点与图像j的相似度得分，可以用公式表示为： 式中，为特征提取器，表示在图像m中第i个使用SIFT算法提取到的候选关键点处的特征向量，表示在图像中候选关键点处的特征向量； 根据所述相似度得分，从所述数据集中筛选出在关键点区域结构上具有代表性的单张典型样本，所述具有代表性的典型样本是指在医学图像数据集中关键点特征最显著稳定，所在区域具备解剖结构明确、边界清晰且易于区分的特点，同时其关键点特征与其他样本相同解剖位置的特征保持一致的单张标注图像； 基于所述典型样本，训练伪标签生成器； 利用所述伪标签生成器生成所述数据集中其他样本关键点的伪标签信息； 利用所述伪标签信息作为监督信号训练关键点检测器，所述关键点检测器的检测网络采用U-Net网络作为主干网络，由预训练的VGG19编码器作为网络的特征提取器； 通过所述关键点检测器对目标图像进行关键点检测，并预测关键点热图和坐标偏移图。

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交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。