国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發(fā)布專利 發(fā)布成果 人才入駐 發(fā)布商標 發(fā)布需求

在線咨詢

聯(lián)系我們

龍圖騰公眾號
首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 恭喜上海理工大學陳勝獲國家專利權

恭喜上海理工大學陳勝獲國家專利權

買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!

龍圖騰網恭喜上海理工大學申請的專利基于深度學習的急性心肌梗死心血管事件預測方法與系統(tǒng)獲國家發(fā)明授權專利權,本發(fā)明授權專利權由國家知識產權局授予,授權公告號為:CN114121280B

龍圖騰網通過國家知識產權局官網在2025-03-21發(fā)布的發(fā)明授權授權公告中獲悉:該發(fā)明授權的專利申請?zhí)?專利號為:202111338999.7,技術領域涉及:G16H50/30;該發(fā)明授權基于深度學習的急性心肌梗死心血管事件預測方法與系統(tǒng)是由陳勝;柯盼盼;姜萌;卜軍設計研發(fā)完成,并于2021-11-12向國家知識產權局提交的專利申請。

基于深度學習的急性心肌梗死心血管事件預測方法與系統(tǒng)在說明書摘要公布了:本發(fā)明提供了一種基于深度學習的急性心肌梗死心血管事件預測方法,具有這樣的特征,包括以下步驟:步驟1,根據磁共振序列圖像數據,基于深度卷積神經網絡算法對磁共振序列圖像數據進行訓練,得到不良心血管事件的定性模型,進一步訓練得到融合模型,并將不良心血管事件的定性模型和融合模型保存為可調用的自動判別人工智能模型;步驟2,調用自動判別人工智能模型,輸入待預測的磁共振序列圖像數據進行預測,得到不良心血管事件的預測復發(fā)結果。其中,磁共振序列圖像數據包括T2?STIR序列、LGE序列以及電影序列,不良心血管事件的定性模型包括I3D模型和Dense?Net模型,融合模型為梯度提升樹模型。

本發(fā)明授權基于深度學習的急性心肌梗死心血管事件預測方法與系統(tǒng)在權利要求書中公布了:1.一種基于深度學習的急性心肌梗死心血管事件預測方法,其特征在于,包括以下步驟:步驟1,根據磁共振序列圖像數據,基于深度卷積神經網絡算法對所述磁共振序列圖像數據進行訓練,得到不良心血管事件的定性模型,進一步訓練得到融合模型,并將所述不良心血管事件的定性模型和所述融合模型保存為可調用的自動判別人工智能模型;步驟2,調用所述自動判別人工智能模型,輸入待預測的磁共振序列圖像數據進行預測,得到不良心血管事件的預測復發(fā)結果,其中,所述磁共振序列圖像數據包括T2-STIR序列、LGE序列以及Cine序列,所述不良心血管事件的定性模型包括I3D模型和Dense-Net模型,所述融合模型為梯度提升樹模型,其中,步驟1具體分為以下子步驟:步驟1-1,對所述T2-STIR序列、所述LGE序列以及所述Cine序列圖像進行預處理;步驟1-2,利用深度卷積神經網絡采用留一法分別訓練三個序列的不良心血管事件的定性模型,得到三個序列對應的子模型;步驟1-3,將每個序列的對應的子模型進一步輸入到所述梯度提升樹模型中進行訓練和交叉驗證,并利用改進的分類算法,對磁共振圖像數據進行訓練建模,形成可調用的自動判別人工智能模型。

如需購買、轉讓、實施、許可或投資類似專利技術,可聯(lián)系本專利的申請人或專利權人上海理工大學,其通訊地址為:200093 上海市楊浦區(qū)軍工路516號;或者聯(lián)系龍圖騰網官方客服,聯(lián)系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發(fā)布本報告當日的職業(yè)理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
主站蜘蛛池模板: 进贤县| 满城县| 淄博市| 沙坪坝区| 滦平县| 五指山市| 犍为县| 亚东县| 泗水县| 云梦县| 东城区| 舞钢市| 堆龙德庆县| 霍城县| 静乐县| 抚州市| 凤庆县| 昌黎县| 驻马店市| 卓尼县| 万荣县| 文成县| 灵宝市| 清涧县| 山阴县| 岱山县| 平潭县| 新安县| 天台县| 乌拉特中旗| 阳朔县| 独山县| 都匀市| 西充县| 柘城县| 云阳县| 乌鲁木齐县| 浦城县| 汝州市| 涿鹿县| 平谷区|