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 > 首都医科大学附属北京儿童医院彭芸获国家专利权

首都医科大学附属北京儿童医院彭芸获国家专利权

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!

龙图腾网获悉首都医科大学附属北京儿童医院申请的专利图像分类与模型训练方法、设备及存储介质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:CN117058461B

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:202311109682.5,技术领域涉及:G06V10/764;该发明授权图像分类与模型训练方法、设备及存储介质是由彭芸;胡迪;李昊岩;段晓岷设计研发完成,并于2023-08-30向国家知识产权局提交的专利申请。

图像分类与模型训练方法、设备及存储介质在说明书摘要公布了:本申请实施例提供一种图像分类与模型训练方法、设备及存储介质。在该方法中,获取颅骨图像和属性信息,属性信息包括:类别表征信息和生长期表征信息;利用颅骨图像分类模型,对颅骨图像的颅骨区域中特征点在颅骨区域上的位置进行信息编码得到位置编码信息;对属性信息中的类别表征信息和生长期表征信息进行信息编码得到属性编码信息;从颅骨图像提取多维影像特征向量,对多维影像特征向量、位置编码信息和属性编码信息进行拼接;根据拼接得到的融合特征向量对颅骨图像分类。通过这种方式,可基于类别表征信息和生长期表征信息以及颅骨图像得到融合特征向量,并根据融合特征向量较为准确地识别颅骨图像中的病灶特征,对颅骨图像进行分类。

本发明授权图像分类与模型训练方法、设备及存储介质在权利要求书中公布了:1.一种图像分类方法,其特征在于,包括: 获取用户的颅骨图像以及所述用户的属性信息,所述属性信息至少包括:类别表征信息和生长期表征信息; 将所述颅骨图像和所述属性信息输入到预先训练好的颅骨图像分类模型中的信息编码网络,所述信息编码网络包括第一信息编码子网络和第二信息编码子网络; 在所述第一信息编码子网络中,以所述颅骨图像的中心点为原点建立球坐标系,以得到所述颅骨区域上的每个特征点的球坐标;利用第一三角函数对所述每个特征点的球坐标中的两个角度信息进行编码,得到所述每个特征点的位置编码信息; 在所述第二信息编码子网络中,利用第二三角函数对所述生长期表征信息进行信息编码,得到生长期编码信息;根据所述类别表征信息所表征的类别,将所述类别表征信息编码为目标编码值,所述目标编码值为预设的第一编码值或第二编码值,所述第一编码值对应第一类别,所述第二编码值对应第二类别;根据所述生长期编码信息和所述目标编码值生成所述属性编码信息; 将所述每个特征点的位置编码信息和所述属性编码信息输入所述颅骨图像分类模型中的编码信息融合网络,所述编码信息融合网络包括特征提取子网络和信息融合子网络; 利用所述特征提取子网络从所述颅骨图像中提取用于识别病灶特征的多维影像特征向量,并利用所述信息融合子网络对所述多维影像特征向量、所述每个特征点的位置编码信息和所述属性编码信息进行拼接,得到融合特征向量; 将所述融合特征向量输入所述颅骨图像分类模型中的第一分类网络,根据所述融合特征向量将所述颅骨图像分类为具有病灶特征的异常颅骨图像或者不具有病灶特征的正常颅骨图像。

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首都医科大学附属北京儿童医院,其通讯地址为:100045 北京市西城区南礼士路56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。