恭喜杭州電子科技大學祝磊獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜杭州電子科技大學申請的專利一種基于深度學習的冠狀動脈分割方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN112785551B 。
龍圖騰網通過國家知識產權局官網在2025-05-06發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202011611306.2,技術領域涉及:G06V10/26;該發明授權一種基于深度學習的冠狀動脈分割方法是由祝磊;朱潔萍;徐平;劉亦安;嚴明;薛凌云;馬駿設計研發完成,并于2020-12-30向國家知識產權局提交的專利申請。
本一種基于深度學習的冠狀動脈分割方法在說明書摘要公布了:本發明提供一種基于深度學習的冠狀動脈分割方法,括如下步驟B1.獲取原始CTA心臟圖像;B2.對B1.原始CTA心臟圖像歸一化預處理,選取最佳的CT值觀測窗口,截取CTA圖像中冠狀動脈區域,抑制肺部靜脈血管等非心臟組織,提升目標和背景的對比度;B3.圖像數據增廣;B4.構建深度學習網絡,采用兩個基于三層中繼監督機制但訓練標簽不同的深度神經網絡NetA和NetB對冠狀動脈CTA數據進行訓練,得到冠狀動脈識別模型A以及B;B5.利用B4.得到的冠狀動脈識別模型進行冠狀動脈分割。解決了現有冠狀動脈分割方法存在極容易出現過分割現象的技術問題。
本發明授權一種基于深度學習的冠狀動脈分割方法在權利要求書中公布了:1.一種基于深度學習的冠狀動脈分割方法,其特征在于:包括如下步驟:B1.獲取原始CTA心臟圖像;B2.對B1.原始CTA心臟圖像歸一化預處理,選取最佳的CT值觀測窗口,截取CTA圖像中冠狀動脈區域,抑制非心臟組織,提升目標和背景的對比度;B3.圖像數據增廣;B4.構建深度學習網絡,采用兩個基于三層中繼監督機制但訓練標簽不同的深度神經網絡NetA和NetB對冠狀動脈CTA數據進行訓練,得到冠狀動脈識別模型A以及B;NetA訓練標簽只有0和1掩膜,NetB訓練標簽通過對NetA訓練標簽進行距離變換得到;NetA和NetB網絡結構為:第一層:輸入層;第二至第五層:隱藏層:包含兩個卷積層,每個卷積后接一個歸一化層和激活函數層,第二至第四層最后采用一個池化層下采樣,第五層最后接一個UpSampling層上采樣;第六至第八層:隱藏中繼輸出層:包含一個跳躍拼接層,兩個卷積層,每個卷積后都接一個歸一化層、一個激活函數層,最后接一個UpSampling層,第六至八層分別輸出損失函數Loss1、Loss2、Loss3;第九層:輸出層:網絡最終的Loss由Loss1、Loss2、Loss3加權得到;B5.利用B4.得到的冠狀動脈識別模型進行冠狀動脈分割。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人杭州電子科技大學,其通訊地址為:310018 浙江省杭州市江干區下沙高教園區;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
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布本報告當日的職業理解,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。