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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 徐州市中心医院;江苏师范大学刘光普获国家专利权

徐州市中心医院;江苏师范大学刘光普获国家专利权

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!

龙图腾网获悉徐州市中心医院;江苏师范大学申请的专利一种基于多尺度特征提取的脊柱矢状面形态智能分类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:CN121482518B

龙图腾网通过国家知识产权局官网在2026-03-27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:202610031853.4,技术领域涉及:G06V10/764;该发明授权一种基于多尺度特征提取的脊柱矢状面形态智能分类方法是由刘光普;赵美香;万光辉;张建伟;贺汝燕;贾志刚设计研发完成,并于2026-01-12向国家知识产权局提交的专利申请。

一种基于多尺度特征提取的脊柱矢状面形态智能分类方法在说明书摘要公布了:本发明公开了一种基于多尺度特征提取的脊柱矢状面形态智能分类方法,包括影像预处理与特征提取、关键特征筛选、数据平衡与优化和随机森林分类;本发明可实现对成年人脊柱‑骨盆矢状面X线影像的自动化、高精度分类,为脊柱疾病临床诊断、大规模筛查、个性化预防及手术方案制定提供科学决策支持,并通过多尺度特征深度表征脊柱形态生物力学特性,结合严谨的特征筛选与模型优化策略,有效克服了传统方法主观性强、特征单一的问题。

本发明授权一种基于多尺度特征提取的脊柱矢状面形态智能分类方法在权利要求书中公布了:1.一种基于多尺度特征提取的脊柱矢状面形态智能分类方法,其特征在于,包括以下步骤: 步骤一、影像预处理与特征提取:针对脊柱-骨盆矢状面X线影像,利用已有的空洞空间金字塔池化模块与跨任务注意力机制的多任务深度学习方法,完成对各脊柱椎体四个顶点的关键点检测;通过顶点坐标求解椎体的质心坐标后,利用12阶多项式拟合质心坐标序列以生成拟合曲线;基于该曲线提取能够表征脊柱形态动态变化的多尺度特征,形成初始特征集; 步骤一中: 所述关键点包括24个脊柱椎体关键点; 所述脊柱椎体的质心坐标通过多边形质心公式计算; 所述12阶多项式拟合采用最小二乘法,以误差平方和的最小化为目标,并结合Vandermonde矩阵求解12阶多项式系数,其中,为特征点纵坐标,为拟合曲线预测纵坐标; 所述多尺度特征包括拟合曲线对应24个脊柱椎体质心的一阶导数、二阶导数及曲率; 步骤二、关键特征筛选:基于统计相关性分析方法,从所述初始特征集中筛选出与脊柱分类结果强相关的关键特征子集; 步骤二中: 所述统计相关性分析方法为Spearman秩相关分析,筛选相关系数绝对值不小于0.6的特征; 所述关键特征子集包括L4一阶导数、L3一阶导数、T12二阶导数、L2一阶导数、L1二阶导数、L3二阶导数、L2二阶导数、T11二阶导数、T10一阶导数、T9一阶导数、L3曲率和T11曲率; 所述Spearman秩相关分析计算公式为: ; 其中,为秩相关系数,取值范围[-1,1], 为成对样本秩差,n为样本容量; 步骤三、数据平衡与优化:将所述关键特征子集划分为训练集与测试集,并进行类别平衡处理以及优化随机森林超参数; 步骤四、随机森林分类:基于所述关键特征子集,构建优化后的随机森林模型,对脊柱矢状面形态进行分类,输出分类结果及性能指标。

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徐州市中心医院;江苏师范大学,其通讯地址为:221000 江苏省徐州市泉山区解放路199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。