南昌大学第一附属医院周立波获国家专利权
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!
龙图腾网获悉南昌大学第一附属医院申请的专利一种定位肾盂超声图像中肾盂位置的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:CN120053035B 。
龙图腾网通过国家知识产权局官网在2025-08-26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:202510542423.4,技术领域涉及:A61B17/34;该发明授权一种定位肾盂超声图像中肾盂位置的方法是由周立波;张裕坤;周辉林;孟璇设计研发完成,并于2025-04-28向国家知识产权局提交的专利申请。
本一种定位肾盂超声图像中肾盂位置的方法在说明书摘要公布了:本发明公开了一种定位肾盂超声图像中肾盂位置的方法,包括以下步骤,获取肾盂的超声图像并进行处理,构建基础数据集和增强数据集,构建多尺度深度学习模型,将基础数据集输入多尺度深度学习模型进行处理,得到通道注意力特征和空间注意力特征,将通道注意力特征和空间注意力特征进行融合,获得当前层的融合特征,将增强数据集和当前层的融合特征进行处理,得到肾盂在超声图像中的像素坐标,用于准确定位肾盂的超声图像中肾盂位置。本发明通过构建多尺度深度学习模型,有效提取不同尺度下的肾脏特征,克服超声成像角度和深度对肾盂的超声图像质量的影响,显著提升肾盂穿刺定位的精度。
本发明授权一种定位肾盂超声图像中肾盂位置的方法在权利要求书中公布了:1.一种定位肾盂超声图像中肾盂位置的方法,其特征在于,包括以下步骤: 步骤S1:获取肾盂的超声图像; 步骤S2:构建深度去噪自编码器;通过深度去噪自编码器对步骤S1中的肾盂的超声图像进行处理,获得低噪肾盂超声图像; 步骤S3:对步骤S2中的低噪肾盂超声图像进行处理,构建基础数据集和增强数据集; 步骤S4:构建多尺度深度学习模型;将基础数据集输入多尺度深度学习模型进行处理,基础数据集在多尺度深度学习模型中先经过特征分支分离处理,获得低噪肾盂图像数据的特征,再将低噪肾盂图像数据的特征进行处理,得到通道注意力特征和空间注意力特征,将通道注意力特征和空间注意力特征进行融合,获得当前层的融合特征; 步骤S5:构建基于自监督学习的深度学习模型;基于自监督学习的深度学习模型包括多尺度特征提取模块和肾盂定位模块,通过多尺度特征提取模块对增强数据集进行处理得到多尺度特征;将多尺度特征和步骤S4中获得的当前层的融合特征输入肾盂定位模块进行处理,获得肾盂在超声图像中的像素坐标; 步骤S6:基于肾盂在超声图像中的像素坐标,对肾盂的超声图像进行分析,定位肾盂的超声图像中肾盂位置。
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南昌大学第一附属医院,其通讯地址为:330000 江西省南昌市东湖区永外正街17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”。
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。