中国医科大学宋江典获国家专利权
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!
龙图腾网获悉中国医科大学申请的专利医学影像感兴趣区域可复现的表型描述子的构造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:CN115690523B 。
龙图腾网通过国家知识产权局官网在2025-11-21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:202211317091.2,技术领域涉及:G06V10/771;该发明授权医学影像感兴趣区域可复现的表型描述子的构造方法是由宋江典;高鹏;肖琼;付昱;谭辉;周鹤设计研发完成,并于2022-10-26向国家知识产权局提交的专利申请。
本医学影像感兴趣区域可复现的表型描述子的构造方法在说明书摘要公布了:本发明涉及图像特征分析技术,特别涉及一种医学影像感兴趣区域可复现的表型描述子的构造方法。其为能够在测试数据集上可复现的影像学表型构建方法。包括:从医学影像训练数据集、测试数据集上分割出感兴趣区域,根据分割感兴趣区域,通过影像学特征提取方法提取影像学特征;根据医学影像数据集的影像学特征通过特征聚类方法对影像特征进行聚类,生成类内特征强相关、类间特征弱相关的影像表型;根据影像表型,通过回归方法识别在医学影像训练数据集、测试数据集上可复现的影像表型,计算可复现的影像表型特征重要性序列,确定能够在以上数据集上具有一致性的特征重要性序列的影像表型,根据影像表型计算特征向量,完成表型描述子的构造。
本发明授权医学影像感兴趣区域可复现的表型描述子的构造方法在权利要求书中公布了:1.医学影像感兴趣区域可复现的表型描述子的构造方法,其特征在于:从医学影像训练数据集、测试数据集上分割出感兴趣区域,根据分割出的感兴趣区域,通过影像学特征提取方法提取影像学特征; 根据所述医学影像训练数据集、测试数据集的影像学特征通过特征聚类方法对影像特征进行聚类,生成类内特征强相关、类间特征弱相关的影像表型; 根据所述影像表型,通过回归方法识别在医学影像训练数据集、测试数据集上可复现的影像表型,计算所述可复现的影像表型特征重要性序列,确定在以上数据集上具有一致性的特征重要性序列的影像表型,根据所述影像表型计算特征向量,完成表型描述子的构造; 根据所述影像表型,通过回归方法识别在医学影像训练数据集、测试数据集上可复现的影像表型包括: 对所述医学影像训练数据集通过回归方法识别显著的影像表型,对医学影像测试数据集通过回归方法识别显著的影像表型; 对所述医学影像训练数据集、测试数据集上的显著的影像表型对比,识别在所述数据集上复现的影像表型; 所述计算所述可复现的影像表型特征重要性序列,确定在以上数据集上具有一致性的特征重要性序列的影像表型,根据所述影像表型计算特征向量,完成表型描述子的构造包括: 对所述可复现的影像表型,根据所述医学影像训练数据集、测试数据集, 计算组成各个影像表型的特征的重要性排序,得到每一个影像表型的特征重要性序列; 根据以上医学影像训练数据集与测试数据集所得到的各影像表型的特征重要性序列,识别具有一致性的特征重要性序列的影像表型; 根据所述影像表型计算特征向量,完成表型描述子的构造包括: 计算所述影像表型在特征聚类步骤中产生的特征向量,根据下式计算所述表型描述子的构造: 其中,表示所述影像表型对应的表型描述子,表示该表型描述子对应的影像表型的特征向量,为所述影像表型中各个影像特征。
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中国医科大学,其通讯地址为:110122 辽宁省沈阳市沈北新区蒲河路77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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励