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！

龙图腾网获悉东南大学申请的专利基于对比学习预训练的DDH超声影像分析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：CN116721065B 。

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：202310603724.4，技术领域涉及：G06T7/00；该发明授权基于对比学习预训练的DDH超声影像分析方法是由李煊鹏;王志博;王加宽;黎梓威;张为公设计研发完成，并于2023-05-25向国家知识产权局提交的专利申请。

本基于对比学习预训练的DDH超声影像分析方法在说明书摘要公布了：本发明公开了一种基于对比学习预训练的DDH超声影像分析方法，首先获取无标签DDH超声影像数据；构建神经网络的特征提取器G，使用无标签数据集，以对比学习的方式训练神经网络的特征提取器；再根据待检查的关键解剖结构对部分数据进行标注，形成有标签超声数据集；根据任务目标构建任务处理网络T，将任务处理网络T与训练后的特征提取器G组合，形成神经网络模型O；使用有标签超声数据集对神经网络模型O进行训练，实现DDH超声影像分析。本方法利用大量无标注数据对特征提取网络进行预训练，提高其特征提取能力，从而提高使用深度学习进行超声影像检查中下游任务的性能。

本发明授权基于对比学习预训练的DDH超声影像分析方法在权利要求书中公布了：1.基于对比学习预训练的DDH超声影像分析方法，其特征在于，包括如下步骤: S1：对DDH超声诊断中获得的超声灰阶图像进行数据增强预处理后，形成无标签数据集； S2：构建神经网络的特征提取器G，使用步骤S1获得的无标签数据集，以对比学习的方式训练神经网络的特征提取器；以对比学习的方式训练神经网络的训练过程具体为： 对数据集中的输入图片分别以不同概率的亮度、随机仿射变换、随机对比度和随机缩放进行像素级数据增强，得到增强后的图像数据对； 将分别输入特征提取网络中，得到对应的特征向量；其中,特征提取网络结构与相同，参数分别为，随机初始化；构建多层感知，参数随机初始化，用于将等效变换为，与格式相同； 在每轮训练中交替执行下式更新网络参数，经过若干轮训练后，得到学习后的网络参数； ； ； 其中，表示当前训练轮次，表示网络使用上一训练轮次的网络参数接受输入得到输出,为余弦相似度损失函数； S3：根据待检查的关键解剖结构对部分数据进行标注，形成有标签超声数据集； S4：根据任务目标构建任务处理网络T，将任务处理网络T与训练后的特征提取器G组合，形成神经网络模型O； S5：使用步骤S3标注的有标签超声数据集对神经网络模型O进行训练，并测试神经网络模型O的任务性能，实现DDH超声影像分析。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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。