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 > 东北大学张儒毅获国家专利权

东北大学张儒毅获国家专利权

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!

龙图腾网获悉东北大学申请的专利一种左心室超声图像中主动脉长轴的自动测量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:CN118887275B

龙图腾网通过国家知识产权局官网在2025-12-02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:202410866599.0,技术领域涉及:G06T7/62;该发明授权一种左心室超声图像中主动脉长轴的自动测量方法是由张儒毅;赵奇;王宇;田定成设计研发完成,并于2024-07-01向国家知识产权局提交的专利申请。

一种左心室超声图像中主动脉长轴的自动测量方法在说明书摘要公布了:本发明公开了一种左心室超声图像中主动脉长轴的自动测量方法,涉及医学图像处理领域。收集左心室超声图像,将原始左心室超声图像转化为灰度图像,使用改进半盲反卷积算法对每幅灰度图像进行处理,在处理后的每幅图像上对关键点依次标注序号和坐标位置;从经过标注处理后的图像集合中划分出训练集和验证集;对HRNet模型进行改进,利用训练集对改进的HRNet模型进行训练,获得关键点检测模型;将验证集中的图像分别输入关键点检测模型,检测出每幅输入图像的6个关键点对应为主动脉长轴端点;两两关键点作为端点绘制直线,根据直线的两端点坐标分别计算每条直线的长度,分别乘以图像缩放比例得到主动脉长轴测量结果。

本发明授权一种左心室超声图像中主动脉长轴的自动测量方法在权利要求书中公布了:1.一种左心室超声图像中主动脉长轴的自动测量方法,其特征在于,该方法包括如下步骤: 步骤1:收集左心室超声图像并记录每幅图像所对应的相关信息;所述相关信息包括主动脉瓣环内径AVAD、主动脉窦部内径AS、主动脉窦管结合部内径StJn、图像的缩放比例S; 步骤2:将原始左心室超声图像转化为灰度图像; 步骤3:对半盲反卷积算法进行改进,并使用改进半盲反卷积算法对每幅灰度图像进行处理; 步骤4:在经过改进半盲反卷积处理后的每幅图像上对关键点即AVAD、AS、StJn的上下端点依次标注序号和坐标位置,然后从经过标注处理后的图像集合中划分出训练集和验证集; 步骤5:对HRNet模型进行改进,利用训练集对改进的HRNet模型进行训练,获得关键点检测模型;所述对HRNet模型进行改进为:考虑结构相似性损失,在HRNet模型的损失计算过程中添加结构相似性损失; 步骤6:将验证集中的图像分别输入关键点检测模型,检测出每幅输入图像的6个关键点对应为主动脉长轴端点,并在图像上对这6个关键点进行标注,对已经标注的;;两两作为端点绘制直线,根据直线的两端点坐标分别计算每条直线的长度,获得三条直线的长度为,分别为AVAD、AS、StJn的最终测量结果; 所述步骤3包括如下步骤: 步骤3.1:将大小的灰度图像平均划分为多个大小为的像素矩阵,则灰度图像具有个像素矩阵,定义表示图像中第行、第列处的像素矩阵; 步骤3.2:设模糊核为一个的矩阵,使用均匀模糊核作为初始模糊核,中的每个值都等于; 步骤3.3:针对每个像素矩阵执行自适应反卷积操作,并在执行自适应反卷积操作过程中使用Nesterov加速梯度优化自适应反卷积操作中的最小化问题来估计每个像素矩阵执行自适应反卷积操作后得到的像素矩阵;合并像素矩阵构建图像,再结合灰度图像和图像优化模糊核,得到模糊核;交替迭代计算像素矩阵和模糊核,得到改进半盲反卷积算法对每幅灰度图像进行处理后的结果图像。

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北大学,其通讯地址为:110819 辽宁省沈阳市和平区文化路3号巷11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。