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 > 杭州电子科技大学吴贝柠获国家专利权

杭州电子科技大学吴贝柠获国家专利权

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!

龙图腾网获悉杭州电子科技大学申请的专利一种深度学习驱动的三维医学影像诊断辅助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:CN119811640B

龙图腾网通过国家知识产权局官网在2025-10-31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:202411881472.2,技术领域涉及:G16H50/20;该发明授权一种深度学习驱动的三维医学影像诊断辅助系统是由吴贝柠;秦飞巍;毛福友设计研发完成,并于2024-12-19向国家知识产权局提交的专利申请。

一种深度学习驱动的三维医学影像诊断辅助系统在说明书摘要公布了:本发明公开了一种深度学习驱动的三维医学影像诊断辅助系统,本发明中,模型训练模块作为深度学习驱动的三维医学影像诊断辅助系统的核心,其内部子模块的精心设计和协同工作为整个系统带来了显著的有益效果。数据加载子模块确保了大规模影像数据的高效读取和预处理,为后续训练提供了稳定的数据流。模型训练模块通过自动化特征学习和模型定制与优化,系统实现了从原始影像数据到诊断知识的高效转化,大大提高了诊断的准确性和效率。医生可以依靠系统提供的精准诊断结果,更快地制定治疗方案,改善患者预后。同时高效训练管理和性能监控与评估确保了模型在整个训练过程中的稳定性和可靠性。

本发明授权一种深度学习驱动的三维医学影像诊断辅助系统在权利要求书中公布了:1.一种深度学习驱动的三维医学影像诊断辅助系统,其特征在于:所述系统包括:影像数据采集模块、数据预处理模块、特征提取模块、模型训练模块、诊断预测模块、结果展示模块; 所述模型训练模块的内部设置有数据准备子模块、模型设计子模块、训练过程管理子模块、性能评估子模块、超参数调整子模块和模型保存与加载子模块; 所述影像数据采集模块负责从医疗成像设备中获取原始的三维影像数据和相应的标注信息,这些数据随后被传输到数据预处理模块;所述数据预处理模块对原始影像数据进行去噪、对齐、校正、归一化的裁剪或缩放操作,被转换成符合模型输入要求的格式,并存储以供后续使用;预处理后的数据进入特征提取模块; 所述特征提取模块通过三维卷积神经网络深度学习技术自动提取影像中的关键特征,这些特征将用于描述影像中的结构和模式; 所述模型训练模块特征和对应的标注数据进行模型的训练,通过优化算法调整模型参数,以最小化预测误差;训练好的模型在诊断预测模块中用于对新影像数据进行预测,生成诊断结果; 所述结果展示模块将模型的预测结果以直观的方式展示给医生和患者,包括三维影像上的病变标注、预测概率和详细的诊断报告,同时还展示模型训练过程中的性能指标变化,从而完成从数据采集到结果展示的整个流程,所述影像数据采集模块负责从各种医疗成像设备中获取原始的三维影像数据;使用磁共振成像设备对患者的脑部进行扫描,生成一系列的二维切片,这些切片随后被合成为三维影像;数据采集过程中,需要确保影像的分辨率、对比度和信噪比满足后续处理的要求;此外,还需要收集与影像相对应的患者信息,包括年龄、性别、临床诊断,这些信息将作为标注数据与影像数据一起用于后续的分析和模型训练;数据采集完成后,将影像数据和标注数据存储在安全的数据库中,以便于后续的访问和处理,所述数据准备子模块具体包括: 数据加载:加载预处理后的三维影像数据X和对应的标注数据Y; X:形状为N,C,D,H,W的张量,其中N是样本数量,C是通道数,D,H,W分别是深度、高度和宽度; Y:形状为N,L的张量,其中L是标签数量; 数据增强:对X进行随机旋转、缩放、翻转操作,生成增强数据X_aug; 数据分割:将X_aug和Y分割为训练集X_train,Y_train、验证集X_val,Y_val和测试集X_test,Y_test。

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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘区白杨街道高教社区2号大街1158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。