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！

龙图腾网获悉郑州轻工业大学;宜城市人民医院申请的专利基于SPECT/CT检测甲状腺相关眼病活动性的深度学习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：CN115810122B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202211492790.0，技术领域涉及：G06V10/764；该发明授权基于SPECT/CT检测甲状腺相关眼病活动性的深度学习方法是由朱付保;王治国;周官斌;李茏玺;姚妮设计研发完成，并于2022-11-25向国家知识产权局提交的专利申请。

本基于SPECT/CT检测甲状腺相关眼病活动性的深度学习方法在说明书摘要公布了：本发明涉及一种基于SPECTCT检测甲状腺相关眼病活动性的深度学习方法，包括眼外肌分割阶段和活动性分期的分类两个阶段，在眼外肌分割阶段，首先对眼部的CT图像进行三维重建，并训练眼外肌语义分割模型，最后使用训练好的眼外肌分割模型得到测试集中的眼外肌掩码；在判断甲状腺相关眼病是否处于活动期的分类阶段，将眼外肌掩码、SPECT和CT图像组成三通道数据，并使用三通道数据训练分类模型，将SPECTCT图像和病人的眼外肌掩码结合成三通道图像输入分类模型，最终通过训练好的分类模型输出甲状腺相关眼病活动性。通过两阶段的深度学习方法实现自动分类甲状腺相关眼病的活动性。

本发明授权基于SPECT/CT检测甲状腺相关眼病活动性的深度学习方法在权利要求书中公布了：1.一种基于SPECTCT检测甲状腺相关眼病活动性的深度学习方法，其特征在于：包括眼外肌分割阶段和活动性分期的分类两个阶段，在眼外肌分割阶段，首先对眼部的CT图像进行三维重建，并训练眼外肌语义分割模型，最后使用训练好的眼外肌分割模型得到测试集中的眼外肌掩码；在判断甲状腺相关眼病是否处于活动期的分类阶段，将眼外肌掩码、SPECT和CT图像组成三通道数据，并使用三通道数据训练分类模型，将SPECTCT图像和病人的眼外肌掩码结合成三通道图像输入分类模型，最终通过训练好的分类模型输出甲状腺相关眼病活动性，具体步骤如下： 步骤1：分别对SPECT图像和CT图像进行预处理，将SPECT图像和CT图像还原到真实大小； 步骤2：将CT图像划分为训练集、验证集和测试集，由多个有经验的操作人员手工勾画训练集和验证集CT图像中上直肌、下直肌、内直肌和外直肌轮廓，并由医生再次检查调整； 步骤3：构建用于眼外肌分割的SV-Net语义分割网络，利用步骤2中的训练集和验证集对语义分割网络进行训练并评估，得到优化后的眼外肌分割模型； 步骤4：将测试集的CT图像输入到训练好的分割模型中，从而得到测试集CT图像的眼外肌掩码； 步骤5：利用步骤1中的SPECT、CT图像和步骤4中的眼外肌掩码组成三通道图像，并将数据划分为用于活动性分期的训练集、验证集和测试集； 步骤6：构建用于活动性分期的TAO-Net分类网络，利用活动性分期的训练集和验证集对分类网络进行训练并评估，得到优化后的活动性分期模型，最终得到甲状腺相关眼病患者的活动性分期；所述的TAO-Net分类网络是基于三维残差模块搭建的，TAO-Net包括卷积模块、残差模块和分类器模块，卷积模块从图像中获取到浅层次的特征；残差模块，由两个三维残余块组成，在每个三维残余块中，三维特征图被传递到具有批处理规范层的三维卷积和包含三维卷积的残差连接中；分类器模块，包含三个三维卷积层和一个具有Softmax激活函数的全连接层；残差模块获取到的特征图被送入到分类器模块中进行学习，为得到的特征重新分配权重，最终特征通过全连接层输出分类的结果。

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郑州轻工业大学;宜城市人民医院，其通讯地址为：450000 河南省郑州市高新技术产业开发区科学大道136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。