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！

龙图腾网获悉复旦大学附属儿科医院申请的专利一种深度学习对排泄性膀胱尿路造影的自动诊断方法和自动诊断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：CN119850531B 。

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：202411869513.6，技术领域涉及：G06T7/00；该发明授权一种深度学习对排泄性膀胱尿路造影的自动诊断方法和自动诊断系统是由姚琼;吴旻;李展翅;庄利恺;王哲源;谭泽龙设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本一种深度学习对排泄性膀胱尿路造影的自动诊断方法和自动诊断系统在说明书摘要公布了：本发明涉及医学检测技术领域，尤其涉及一种深度学习对排泄性膀胱尿路造影的自动诊断方法和自动诊断系统。该方法基于VCUG图像自动定位并诊断膀胱、输尿管和尿道区域，不仅能够实现VUR自动分级，还可以进行膀胱以及尿道是否异常进行诊断，从而临床应用范围更广；此外，利用深度学习构建模型进行自动诊断能有效减少人为因素对结果的影响，提高准确度，同时可显著辅助医生的判断，尤其是初级医师，使其及时做出正确诊断，有利于解决不同年资间及不同医院间的结果重复性低等问题。

本发明授权一种深度学习对排泄性膀胱尿路造影的自动诊断方法和自动诊断系统在权利要求书中公布了：1.一种深度学习对排泄性膀胱尿路造影的自动诊断方法，其特征在于，所述方法包括以下步骤： 步骤1、数据采集与图像筛选： 采集行排泄性膀胱尿路造影检查的患儿图像，排除图像质量差的图片； 步骤2、图像标注与数据集构建： 由选取出的VCUG图像，对膀胱、尿道以及具有膀胱输尿管返流的区域进行分割和分类，若二者之间有分歧让医生进行最终分级，完成数据集的收集； 步骤3、深度学习模型构建： 利用深度学习方法构架VCUG图像的自动诊断模型，模型包括两个部分： 1基于单张VCUG图像的分割和分类：使用统一的基于transformer的体系结构同时处理分类和分割任务；输入单张VCUG图像，输出病变掩模和诊断； 2基于单人的多张VCUG图像构建VCUG图像自动分割和诊断模型：在每张VCUG图像根据模型第一部分输出的结果上，提取每张图像的高维特征表示，并将每张图像的高维特征的表示与疾病相关的表示叠加到一个矩阵中；随后设计一个多任务注意层来动态学习每个高维表示的贡献，最终预测患者是否有膀胱或尿道异常，并确定输尿管反流的等级； 步骤4、深度学习模型的测试： 输入新的单个患者的多张VCUG图像，首先进行图像预处理，然后将标准化的VCUG图像输入构建的自动诊断模型；模型自动完成对膀胱、尿道和输尿管区域的分割，并对分割区域进行病变诊断。

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复旦大学附属儿科医院，其通讯地址为：201102 上海市闵行区万源路399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。