Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院苏州生物医学工程技术研究所;济南国科医工科技发展有限公司戴亚康获国家专利权

中国科学院苏州生物医学工程技术研究所;济南国科医工科技发展有限公司戴亚康获国家专利权

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院苏州生物医学工程技术研究所;济南国科医工科技发展有限公司申请的专利动脉瘤病灶检测神经网络的知识融合方法及装置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:CN116681671B

龙图腾网通过国家知识产权局官网在2025-07-15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:202310651362.6,技术领域涉及:G06T7/00;该发明授权动脉瘤病灶检测神经网络的知识融合方法及装置是由戴亚康;耿辰;戴斌;周志勇;刘燕设计研发完成,并于2023-06-02向国家知识产权局提交的专利申请。

动脉瘤病灶检测神经网络的知识融合方法及装置在说明书摘要公布了:本发明涉及动脉瘤病灶检测技术领域,公开了一种动脉瘤病灶检测神经网络的知识融合方法及装置,方法包括:获取动脉分割数据、动脉瘤区域人工标注数据及动脉瘤知识数据;分别根据三种数据构建血管‑算法映射矩阵、标注‑算法映射矩阵及知识‑算法映射矩阵;根据三种映射矩阵依次构建血管图谱基础结构、更新血管图谱基础结构的节点信息及边权重,获得初始动脉数据融合图;通过对三种映射矩阵进行网格化参数优化,获得最佳动脉数据融合图。本发明通过对动脉数据及知识进行量化表征及数据融合,能够建立包含丰富的动脉相关信息的三维动脉数据融合图,为动脉瘤病灶的检测提供更可靠、更全面的数据支持。

本发明授权动脉瘤病灶检测神经网络的知识融合方法及装置在权利要求书中公布了:1.一种动脉瘤病灶检测神经网络的知识融合方法,其特征在于,所述方法包括: 获取动脉分割数据、动脉瘤区域人工标注数据及动脉瘤知识数据作为输入数据; 采用血管图像处理算法集所包含的多种算法排列组合构建所述动脉分割数据的血管-算法映射矩阵,并结合网格化决策机制获取血管特征数据,根据所述血管特征数据构建血管图谱基础结构;所述根据所述血管特征数据构建血管图谱基础结构的过程,包括:根据所述动脉分割数据提取血管树中心线;以所述中心线为骨架,对所述血管特征数据中预设结构点位进行采样,获取代表预设血管区域的节点;以所述中心线的路径为边,并根据不同节点通过边的连接关系构建血管图谱基础信息; 采用所述血管图像处理算法集所包含的多种算法排列组合构建所述动脉瘤区域人工标注数据的标注-算法映射矩阵,并结合所述动脉分割数据获取标注区域特征数据,根据所述标注区域特征数据更新所述血管图谱基础结构的节点信息; 根据所述动脉瘤知识数据构建知识-算法映射矩阵,并结合所述动脉分割数据获取知识量化特征数据,根据所述知识量化特征数据更新所述血管图谱基础结构的边权重,获得初始动脉数据融合图; 利用动脉瘤检测图卷积网络对所述血管-算法映射矩阵、标注-算法映射矩阵及知识-算法映射矩阵进行网格化参数优化,并根据参数优化结果对所述初始动脉数据融合图的图节点信息及边权重进行优化,直至获取最佳动脉数据融合图;所述利用动脉瘤检测图卷积网络对所述血管-算法映射矩阵、标注-算法映射矩阵及知识-算法映射矩阵进行网格化参数优化的过程,包括:基于所述血管-算法映射矩阵、标注-算法映射矩阵及知识-算法映射矩阵,各选取预设个数的点;以血管树中心线为骨架,根据所选取的点构建节点信息与边权重;将所述节点信息与边权重输入至图卷积网络进行网格化寻参;根据动脉瘤检测性能的变化情况进行迭代寻优,直至所述动脉瘤检测性能达到局部极大值,或遍历全部点的组合之后得到全局最大值。

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院苏州生物医学工程技术研究所;济南国科医工科技发展有限公司,其通讯地址为:215163 江苏省苏州市高新区科灵路88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”。

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。