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！

龙图腾网获悉浙江大学申请的专利基于多任务学习的心脏磁共振心功能评估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：CN119579522B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411626833.9，技术领域涉及：G06T7/00；该发明授权基于多任务学习的心脏磁共振心功能评估方法是由赵崇尚;邓冬东;夏灵;贺毅;乐颖慧设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本基于多任务学习的心脏磁共振心功能评估方法在说明书摘要公布了：本发明公开了一种基于多任务学习的心脏磁共振心功能评估方法，属于医学图像处理技术领域。本发明对心脏磁共振影像数据进行标注、数据增强和预处理；然后用预处理后的数据训练多任务学习模型，采用引入区域几何一致性损失监督多任务训练过程，提高模型的准确性和泛化性能；之后将待评估的心脏磁共振影像输入训练好的多任务学习模型，得到心脏解剖结构中的左、右心室内膜分割结果、左心室心肌分割结果以及心脏关键点位置中的右心室插入点和左心室中心点，进一步计算心室容积以获得左、右心室射血分数；计算左心室心肌各节段厚度；继而输出心功能评估结果。本发明提高了模型的准确性和泛化性能，解决了传统方法精度偏低和分析耗时较长的问题。

本发明授权基于多任务学习的心脏磁共振心功能评估方法在权利要求书中公布了：1.一种基于多任务学习的心脏磁共振心功能评估方法，其特征在于，所述方法包括如下步骤： S1、获取心脏磁共振影像并标注心脏分割标签和心脏关键点标签，得到标注的数据集，对数据集进行数据增强；所述心脏磁共振影像包括心脏的二维磁共振短轴电影序列图像； S2、对S1构建的数据集进行预处理操作，并训练多任务学习模型，所述多任务学习模型包括心脏解剖结构分割子分支和心脏关键点位置识别子分支； 步骤S2中，对于输入的心脏二维磁共振短轴电影序列图像，多任务学习模型首先应用ResNet50对图像进行三次降采样得到特征图；接着输入Transformer模块；依次通过卷积层、BatchNorm归一化层和ReLU激活函数调正图像大小；随后输入两个子任务分支，各分支均包含三个上采样层，每层均利用跳跃连接机制将编码器各个阶段提取的低级图像特征与解码器融合；在训练过程中，多任务学习模型输出包括心脏解剖结构的分割预测值和心脏关键点位置的预测值，这些预测值将与实际的心脏解剖结构标签和心脏关键点位置标签相结合，用于计算总损失函数，通过反向传播算法，优化多任务学习模型的网络参数； 步骤S2的模型训练过程中，构建总损失函数L如下： L＝ωseg·Lseg+ωlm·Llm+ωrgc·Lrgc 其中，ωseg为分割任务损失Lseg权重，ωlm为关键点检测任务损失Llm权重，ωrgc为区域几何一致性损失Lrgc权重； Lseg＝λ1·LCE+λ2·LDice 其中，λ1是对应交叉熵损失LCE的权重，λ2是对应Dice损失LDice权重； 其中，ω为比例约束值，其为正数；∈为曲率约束值；为常数； 其中，p表征心脏关键点标志，包括右心室前插入点右心室后插入点和左心室中心点PLC；对于心肌轮廓上的任意给定点q,C包含定义该轮廓的点的集合；‖·‖2表示L2范数，用于量化点之间的欧几里得距离；|·|表示两关键点间欧氏距离；为sigmoid函数，用于引入非线性；k为比例系数，用于调节距离差异对损失函数灵敏度的影响； S3、对待评估的心脏磁共振影像，将其输入训练好的多任务学习模型，得到心脏解剖结构中的左、右心室内膜分割结果、左心室心肌分割结果以及心脏关键点位置中的右心室插入点和左心室中心点； S4、基于所述心脏解剖结构中的左、右心室内膜分割结果，计算心室容积以获得左、右心室射血分数； S5、基于所述心脏关键点位置中的右心室插入点和左心室中心点划分左心室心肌分割结果，并计算左心室心肌各节段厚度； S6、基于所述射血分数和所述左心室心肌各节段厚度输出心功能评估结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。