Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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 积分商城 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 > 四川大学华西医院唐静获国家专利权

四川大学华西医院唐静获国家专利权

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!

龙图腾网获悉四川大学华西医院申请的专利基于CT图像的膝关节炎损伤预测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:CN119444884B

龙图腾网通过国家知识产权局官网在2025-12-12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:202411374839.1,技术领域涉及:G06T11/00;该发明授权基于CT图像的膝关节炎损伤预测方法是由唐静;李真林;梁泽军;张艺腾;张雨;张濛;何建容;陈紫琪;王海容;陈榆舒设计研发完成,并于2024-09-29向国家知识产权局提交的专利申请。

基于CT图像的膝关节炎损伤预测方法在说明书摘要公布了:本发明属于医学图像模式识别领域,提供了一种基于CT图像的膝关节炎损伤预测方法,包括:步骤一,获取一组健康对照和一组膝关节不同程度受损被试的CT影像;步骤二,对X射线图像进行预处理,裁剪出膝关节区域并利用LAB色彩模型将灰度图像转换至L、a、b三个通道;步骤三,将L通道的图像采用自适应直方图均衡化进行图像增强;步骤四,整合增强后的L、a、b三个通道;步骤五,对增强后的图像进行去噪;步骤六,将健康对照的图像标记为0,将膝关节炎患者的图像根据严重程度标记为1,2,3,4;步骤七,利用判别自编码器进行特征提取;该方法能减少人工误差,是临床医生判断膝关节炎的有效补充,有望在专业医疗人员缺乏的地区实现膝关节炎精准预判。

本发明授权基于CT图像的膝关节炎损伤预测方法在权利要求书中公布了:1.一种基于CT图像的膝关节炎损伤预测方法,其特征在于,包括如下步骤: 步骤一,获取一组健康对照和一组膝关节不同程度受损被试的CT影像; 步骤二,对CT图像进行预处理,裁剪出膝关节区域并利用LAB色彩模型将灰度图像转换至L、a、b三个通道; 步骤三,将L通道的图像采用自适应直方图均衡化进行图像增强;步骤四,整合增强后的L、a、b三个通道; 步骤五,对增强后的图像进行去噪;去噪算法如下: 假设去原始含有噪声的图像为,去噪后的图像为,中像素点的灰度值获得方式为, ; 其中,表示像素点x和y之间的相似程度,它反映了x和y为中心的矩形邻域间的距离, ; 其中,表示归一化系数,h表示高斯平滑参数; 步骤六,将健康对照的图像标记为0,将膝关节炎患者的图像根据严重程度标记为1、2、3、4; 步骤七,利用判别自编码器进行特征提取;当利用判别自编码模型学习到每个类别对应的参数后,在每个类别的自编码模型后接入逻辑回归模型,判别输入的隐变量是否为当前类型; 输入的图像采样为224×224,并将列拼接为一个列向量;样本集为,输出标签为;判别自编码模型的损失函数由三部分组成, ; 且自编码模型中的隐含变量为,N为样本数目,I为类别数目,为自编码器中的模型超参数; ; 表示不同类别的判别编码器期望类别之间的距离最大,为自编码模型学到潜在特征在低维空间内的均值,为方差,为类别内训练样本的数目; ; 表示L2正则化参数,K是自编码其中隐藏层的数目; 判别自编码模型如下: ; 其中,为隐变量的线性变换,为Sigmod函数输出值;在判别自编码模型中,将输出;取最大的所属类别作为最终输出,并转换为标签0、1、2、3、4。

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四川大学华西医院,其通讯地址为:610041 四川省成都市武侯区国学巷37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。