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一种基于双向联合学习的心肌运动追踪方法和系统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：CN116977373B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202310968614.8，技术领域涉及：G06T7/269；该发明授权一种基于双向联合学习的心肌运动追踪方法和系统是由卜佳俊;王鑫;顾静军;于智;蔡晓旭;郭庆设计研发完成，并于2023-08-03向国家知识产权局提交的专利申请。

本一种基于双向联合学习的心肌运动追踪方法和系统在说明书摘要公布了：基于双向联合学习的心肌运动追踪方法，包括：采集数据并划分完整心动周期，并预处理；判断当前方法装置是否开启训练模式，执行训练过程或执行预测过程；利用有监督和无监督联合学习的策略，使用训练数据集来训练联合模型；用训练好的方法模型，输入目标数据集进行光流预测，并返回可视化结果；联合网络模型应当以心肌分割网络和光流估计网络作为网络结构中的两个子网络并行分支，二者在特征提取部分共享权重和特征提取器，其中心肌分割子网络基于人工标注的心肌分割数据进行有监督学习，光流估计子网络基于BackWarp进行无监督学习。本发明可以在没有心肌光流标注数据的条件下完成光流估计的学习和训练过程。

本发明授权一种基于双向联合学习的心肌运动追踪方法和系统在权利要求书中公布了：1.一种基于双向联合学习的心肌运动追踪方法，其特征在于，包括以下步骤： S1：采集数据并划分完整心动周期； S2：数据预处理，将步骤S1获得的初始输入数据进行中心裁剪和标准化，然后转化为单通道的灰度图； S3：判断当前系统是否开启训练模式，当系统在训练模式下，执行步骤S4；当系统在预测模式下，则执行步骤S5； S4：利用有监督和无监督联合学习的策略，使用训练数据集来训练联合模型，并以最小化分割损失、光流估计损失和联合训练损失三者的总和为最终目标；所述的联合模型以心肌分割网络和光流估计网络作为网络结构中的两个子网络并行分支，二者在特征提取部分共享权重和特征提取器；其中心肌分割子网络基于人工标注的心肌分割数据进行有监督学习，光流估计子网络基于BackWarp进行无监督学习，在联合训练中实现二者的双向增强；最终以最小化分割损失、光流估计损失和联合训练损失三者的总和为最终目标；最终优化目标公式1为： 其中，I＝I1...IN表示含有N张图像帧的超声心动图序列，Ui是由I1→Ii的前向光流位移场，FI1,Ui表示通过BackWarp使用Ui将Ii变换为I1的双线性插值算子；公式中剩余两项均为分类交叉熵损失，yi是心肌分割数据集的Groundtruth，fIi是参数化的分割预测函数； S5：利用训练好的方法模型，输入目标数据集进行光流预测，结合人工修正返回可视化结果。

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。