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

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
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 > 福建工程学院陈健获国家专利权

福建工程学院陈健获国家专利权

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!

龙图腾网获悉福建工程学院申请的专利一种双胞胎MR图像中胎儿大脑图像的分割提取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:CN117314929B

龙图腾网通过国家知识产权局官网在2025-09-19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:202310697255.7,技术领域涉及:G06T7/11;该发明授权一种双胞胎MR图像中胎儿大脑图像的分割提取方法是由陈健;陆冉林;郑文斌;叶晓云;罗堪;刘丽桑;何栋炜设计研发完成,并于2023-06-13向国家知识产权局提交的专利申请。

一种双胞胎MR图像中胎儿大脑图像的分割提取方法在说明书摘要公布了:本发明公开一种双胞胎MR图像中胎儿大脑图像的分割提取方法,用带有边界框标签的双胞胎儿脑数据集训练目标检测器;将双胞胎儿脑数据集用训练好的目标检测器进行测试得到去除母体组织后的双胞胎儿脑数据集;将单胞胎儿脑数据集输入到分割网络中对胎儿脑区域进行编码并提取初始低级特征;对低分辨率特征上采样获得深层高级特征;相同分辨率的低级特征与高级特征通过跳跃连接拼接;对输出特征图计算获得概率输出并与对应标签一同输入交叉熵损失函数计算损失值,进而对网络参数进行更新得到预训练模型。加载预训练模型将经过目标检测器去除了母体组织的双胞胎儿脑数据集输入分割网络并训练得到最终的分割模型。本发明可以快速高效的对双胞胎儿脑部图像进行分割提取。

本发明授权一种双胞胎MR图像中胎儿大脑图像的分割提取方法在权利要求书中公布了:1.一种双胞胎MR图像中胎儿大脑图像的分割提取方法,其特征在于:其包括以下步骤: 步骤S1:用带有边界框标签的双胞胎儿脑数据集训练目标检测器;采用YOLOv7作为框架的目标检测器,用一个边界框包裹双胞胎MR图像中的两个大脑,用于约束边界框的损失函数的具体公式如下: 其中,v表示衡量长宽比一致性参数,μ为权重函数,IoU·表示计算两个边界框的交并比,和B分别为边界框的预测值和真实值,c为同时包含预测边界框和对应的真实值的最小矩形区域的对角线距离,ρ为A和B的中心点的欧式距离,w和h是B的宽和高,w′和h′是A的宽和高; 步骤S2:将双胞胎儿脑数据集用训练好的目标检测器进行测试,得到去除母体组织后的双胞胎儿脑数据集; 步骤S3:将单胞胎儿脑数据集输入到分割网络的编码器中对胎儿脑区域进行编码并提取初始低级特征; 步骤S4:编码过程结束后对得到的低分辨率特征输入分割网络的解码器进行上采样,获得深层高级特征; 步骤S5:将编码和解码过程中得到的相同分辨率的低级特征与高级特征通过跳跃连接进行拼接,以结合上下文信息; 步骤S6:对输出特征图进行1×1卷积操作和sigmoid函数获得概率输出,并与对应标签一同输入交叉熵损失函数计算损失值,进而对网络参数进行更新得到预训练模型; 步骤S7:加载预训练模型将经过目标检测器去除了母体组织的双胞胎儿脑数据集输入分割网络,重复步骤S3至步骤S6的操作得到最终的分割模型; 步骤S8:将测试集中双胞胎儿脑MR图像输入分割模型输出得到胎儿脑的预测图。

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福建工程学院,其通讯地址为:350000 福建省福州市闽侯县上街镇学府南路69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。

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。