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！

龙图腾网获悉上海国际人类表型组研究院申请的专利基于生成式模型的心血管图谱计算和可视化系统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：CN120510310B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202511007080.8，技术领域涉及：G06T17/00；该发明授权基于生成式模型的心血管图谱计算和可视化系统是由王成彦;田梅设计研发完成，并于2025-07-22向国家知识产权局提交的专利申请。

本基于生成式模型的心血管图谱计算和可视化系统在说明书摘要公布了：本发明公开了基于生成式模型的心血管图谱计算和可视化系统，属于生物医学工程与计算机视觉技术交叉技术领域，包括数据采集模块、数据预处理模块、生成式模型训练模块、心血管图谱计算模块、可视化模块和系统控制模块。本发明采用上述的基于生成式模型的心血管图谱计算和可视化系统，通过引入生成式模型，实现对心血管图谱的智能化计算和生成，同时结合先进的可视化技术，为用户提供直观、交互性强的心血管图谱展示，从而提高心血管疾病诊断的准确性和医学研究的效率。

本发明授权基于生成式模型的心血管图谱计算和可视化系统在权利要求书中公布了：1.基于生成式模型的心血管图谱计算和可视化系统，其特征在于：包括数据采集模块、数据预处理模块、生成式模型训练模块、心血管图谱计算模块、可视化模块和系统控制模块； 数据采集模块用于采集多模态心血管医学影像数据和临床信息数据； 数据预处理模块用于对采集到的多模态心血管医学影像数据和临床信息数据进行预处理操作； 生成式模型训练模块用于构建生成对抗网络GAN，以预处理后的多模态心血管医学影像数据和临床信息数据作为训练数据，将多模态心血管医学影像数据和临床信息数据进行联合编码，输入到生成对抗网络GAN中进行训练； 心血管图谱计算模块将平均模板作为先验条件输入生成式模型约束生成的病理结构符合解剖合理性，根据用户输入的特定条件信息生成式模型生成相应的心血管图谱，包括三维结构图谱和心血管功能图谱，利用高维动力学建模对心血管功能图谱进行动态仿真，并对心血管图谱进行优化和调整； 可视化模块用于三维结构图谱的可视化和快速渲染，以及对动态仿真的心血管功能图谱进行可视化； 系统控制模块用于协调各模块之间的工作流程和数据传输； 数据预处理模块会根据采集到的多模态心血管医学影像数据计算平均模板，采用基于深度学习的降噪网络结合GPU加速进行图像降噪处理，然后基于特征点和深度学习的混合配准算法结合GPU加速进行图像配准，最后进行图像标准化处理； 根据采集到的例多模态心血管医学影像数据提取关键解剖结构的轮廓或体素数据，利用GPU加速的并行配准算法，将所有样本统一到标准坐标系，平均模板的计算公式如下所示： ； 其中，为平均模板，为样本数量，为第例样本的解剖结构数据； 图像降噪处理的过程为：输入噪声影像数据，通过多层卷积层提取噪声特征，利用残差连接保留原始图像细节，其中为残差网络映射函数，采用均方误差MSE衡量降噪后图像与真实干净图像的差异，损失函数的计算公式如下所示： ； 其中，为图像的高度，为图像的宽度，为图像的通道数，为遍历图像高度，为遍历图像宽度，为遍历图像通道数，为去噪处理后图像在位置、通道处的像素值，为干净图像在位置、通道处的像素值； 图像配准的过程为：利用深度学习模型提取浮动图像的特征点集和固定图像的特征点集，其中为特征点的索引，通过迭代最近点ICP算法求解刚性变换矩阵，使特征点对距离最小化，目标函数的计算公式如下所示： ； 其中，为旋转矩阵，且，为平移向量，且，为匹配特征点对数量； 标准化处理的过程为：对连续型临床信息数据进行标准化，使其服从标准正态分布，计算公式如下所示： ； 其中，为标准化后的数据，为原始临床数据，为数据均值，为数据标准差。

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上海国际人类表型组研究院，其通讯地址为：201210 上海市浦东新区祥科路257号1202室；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”。