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 > 中国政法大学张孟周获国家专利权

中国政法大学张孟周获国家专利权

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!

龙图腾网获悉中国政法大学申请的专利面向法医创伤学深度学习的PMCT图像采集与多模态数据处理系统及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:CN120564225B

龙图腾网通过国家知识产权局官网在2026-01-27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:202510647444.2,技术领域涉及:G06V40/10;该发明授权面向法医创伤学深度学习的PMCT图像采集与多模态数据处理系统及方法是由张孟周;赵东;杨天潼;钟倩文;马如兰;郭雅慧设计研发完成,并于2025-05-20向国家知识产权局提交的专利申请。

面向法医创伤学深度学习的PMCT图像采集与多模态数据处理系统及方法在说明书摘要公布了:本发明涉及一种面向法医创伤学深度学习的PMCT图像采集与多模态数据处理系统及方法。该系统包括创伤模型制备模块、多模态数据采集模块、PMCT图像预处理模块、多尺度对比度增强图像处理模块、多模态数据融合模块以及深度学习模型输入数据准备模块。方法通过标准化的创伤模型制备、多模态数据采集、PMCT图像预处理、多尺度对比度增强处理及多模态数据融合,构建适合深度学习模型的高质量输入数据,解决了法医学PMCT图像应用于深度学习时面临的细节丢失及信息表达不足等问题。本发明具有标准化、信息保留与增强、多模态融合优势、专业知识嵌入、适应性强、效率提升和实用价值高等优点,为法医创伤分析提供了更精准、客观的技术支持。

本发明授权面向法医创伤学深度学习的PMCT图像采集与多模态数据处理系统及方法在权利要求书中公布了:1.一种面向法医创伤学深度学习的PMCT图像采集与多模态数据处理方法,其特征在于,包括以下步骤: 创伤模型制备:选用与人体皮肤具有解剖相似性的哺乳动物表皮组织为基材,在可控参数下通过机械作用生成多种力学损伤模式,并建立编码规则记录致伤物的材料特征参数,确保数据追溯性; 多模态数据采集:包括二维照片采集、PMCT扫描、专家标注及物理参数记录; PMCT图像预处理:包括DICOM标准化处理、图像去噪、窗宽窗位调整和三维重建与切片选择; 多尺度对比度增强图像处理:包括灰度图提取、全局直方图均衡化、自适应局部直方图均衡化及多通道图像构建; 多模态数据融合:包括数据对齐与标准化、特征级融合及数据增强; 深度学习模型输入数据准备:将多通道增强图像作为深度学习模型的视觉输入,将物理参数、专家标注的结构化数据组织为辅助输入; 所述多模态数据融合步骤中的特征级融合包括: 从各模态数据中提取特征向量,对二维照片采用第一卷积神经网络提取图像特征,对PMCT医学影像采用第二卷积神经网络提取结构特征,对专家标注的生物特征向量通过全连接网络进行特征空间映射,生成与图像特征维度匹配的编码表示; 设计特征融合函数,将不同模态特征向量融合为统一特征表示,具体通过以下子步骤实现: 专家知识引导的注意力生成:将专家标注特征向量输入空间注意力生成器,输出与图像特征尺寸匹配的二维空间权重矩阵,通过sigmoid函数将权重矩阵值域约束在[0,1]区间; 多模态动态融合:使用上述空间权重矩阵对二维照片矩阵和PMCT影像矩阵进行加权; 残差增强层:将初始图像特征通过1x1卷积降维后与融合特征相加,形成最终特征表示。

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中国政法大学,其通讯地址为:102299 北京市昌平区府学路27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。