中国人民解放军空军军医大学杨迪获国家专利权
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!
龙图腾网获悉中国人民解放军空军军医大学申请的专利迁移学习驱动的颅内肿瘤影像数据全自动分割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:CN121305088B 。
龙图腾网通过国家知识产权局官网在2026-03-17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:202511841323.8,技术领域涉及:G06V10/26;该发明授权迁移学习驱动的颅内肿瘤影像数据全自动分割方法是由杨迪;周加华;刘飞鸿设计研发完成,并于2025-12-09向国家知识产权局提交的专利申请。
本迁移学习驱动的颅内肿瘤影像数据全自动分割方法在说明书摘要公布了:本申请提供了迁移学习驱动的颅内肿瘤影像数据全自动分割方法,涉及医学图像分割技术领域,该方法包括:对目标用户的脑部MRI影像进行预处理,获取标准脑部MRI影像,分析得到脑部影像特征;生成影像特征向量,设定适配迁移学习方案调用样本颅内肿瘤影像分割模型库,集成构建第一颅内肿瘤影像分割器;采用样本室管膜瘤影像数据集训练卷积神经网络构建第二颅内肿瘤影像分割器,评估设定适配融合权重;利用第一颅内肿瘤影像分割器和第二颅内肿瘤影像分割器,对标准脑部MRI影像进行分割后,按照适配融合权重拟合得到颅内肿瘤影像分割结果。解决了现有技术中颅内肿瘤影像分割模型泛化能力弱、易出现分割偏差的技术问题。
本发明授权迁移学习驱动的颅内肿瘤影像数据全自动分割方法在权利要求书中公布了:1.迁移学习驱动的颅内肿瘤影像数据全自动分割方法,其特征在于,方法包括: 按照预设影像处理策略对目标用户的脑部MRI影像进行预处理,获取标准脑部MRI影像,并分析得到脑部影像特征; 根据目标用户的临床病情特征和所述脑部影像特征融合生成影像特征向量,基于所述影像特征向量设定适配迁移学习方案调用样本颅内肿瘤影像分割模型库,集成构建第一颅内肿瘤影像分割器; 采用样本室管膜瘤影像数据集训练卷积神经网络构建第二颅内肿瘤影像分割器,并根据所述样本室管膜瘤影像数据集评估设定适配融合权重; 利用所述第一颅内肿瘤影像分割器和第二颅内肿瘤影像分割器,对所述标准脑部MRI影像进行分割后,按照所述适配融合权重拟合得到颅内肿瘤影像分割结果; 其中,根据所述样本室管膜瘤影像数据集评估设定适配融合权重,包括: 对所述样本室管膜瘤影像数据集中的多个样本室管膜瘤影像数据分别进行特征提取,构建多个样本数据特征向量; 将所述多个样本数据特征向量分布至三维空间内进行样本数据分布离散性评价,输出样本数据分布离散度; 获取所述样本室管膜瘤影像数据集中的样本数据量,根据所述样本数据量和样本数据分布离散度评价得到样本数据适应系数,其中,所述样本数据适应系数和所述样本数据量、样本数据分布离散度正相关; 将所述样本数据适应系数与预设标准数据适应系数的比值乘以第二初始权重取整,得到第二适配权重,其中,所述第二初始权重为0.5,所述第二适配权重大于0.2小于0.8; 采用1减去所述第二适配权重得到第一适配权重,将所述第一适配权重和第二适配权重作为适配融合权重。
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人民解放军空军军医大学,其通讯地址为:710032 陕西省西安市灞桥区新寺路569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