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！

龙图腾网获悉西北大学申请的专利一种新生儿高胆红素血症鉴别方法、系统、设备及终端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：CN116452507B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310252340.2，技术领域涉及：G06T7/00；该发明授权一种新生儿高胆红素血症鉴别方法、系统、设备及终端是由侯榆青;何奕彤;赵凤军;徐立;郭红波;张涛;贺小伟设计研发完成，并于2023-03-16向国家知识产权局提交的专利申请。

本一种新生儿高胆红素血症鉴别方法、系统、设备及终端在说明书摘要公布了：本发明属于医学图像处理、深度学习技术领域，公开了一种新生儿高胆红素血症鉴别方法、系统、设备及终端，从收集到的磁共振图像数据中挑选合适的图像作为模板，将其余样本与模板进行配准操作；对配准后的数据进行有效区域的提取，在有效区域中划分若干小型区域并提取小型区域图像的相关特征；搭建用于分类的图卷积神经网络模型，通过计算相应的指标分析图卷积神经网络模型的相关性能；结合图卷积神经网络中的注意力机制定位得到模型区域，利用定位区域对分类性能进行优化，完成新生儿高胆红素血症的预测任务。本发明采用深度学习模型和有标签数据的监督学习方法减少了直接阅片引起的观察者间误差，并优化了鉴别性能。

本发明授权一种新生儿高胆红素血症鉴别方法、系统、设备及终端在权利要求书中公布了：1.一种新生儿高胆红素血症鉴别方法，其特征在于，新生儿高胆红素血症鉴别方法包括：从收集到的磁共振图像数据中挑选合适的图像作为模板，将其余样本与模板进行配准操作；对配准后的数据进行有效区域的提取，在有效区域中划分若干小型区域并提取小型区域图像的相关特征；搭建用于分类的图卷积神经网络模型，通过计算相应的指标分析图卷积神经网络模型的相关性能；结合图卷积神经网络中的注意力机制定位得到模型区域，利用定位区域对分类性能进行优化，完成新生儿高胆红素血症的预测任务； 新生儿高胆红素血症鉴别方法包括以下步骤： 步骤一，根据一定的规则标准，筛选合适的样本数据；结合样本数据的临床信息和影像图片信息，依照相关标准和图像的拍摄质量，选取不同数据样本之间同一种磁共振序列的数据作为后续实验的样本数据集； 步骤二，对样本数据进行配准操作，并提取感兴趣区域；对于收集到的N例实验数据，从中选取一例形态方位、大小、灰度值均满足要求的样本作为配准的模板数据，将其余的N-1例样本作为待配准数据；在相关配准软件下，选取合适的配准方式逐一与模板数据进行匹配，最终得到N例配准完成的数据；选取序列中位于中心的M张切片，并对中心有效区域进行提取； 步骤三，在感兴趣区域中选取若干小型区域并提取特征；从N例提取有效区域的数据中随机选取大小为S×S的小型区域，每一例中选取的小型区域个数为H个；对每一例样本中的小型区域进行特征提取，得到重构后的特征向量； 步骤四，搭建图卷积神经网络分类模型，对模型预测指标进行分析；根据一定的规则，将小型区域作为图卷积神经网络的节点，构建节点与边之间的连接关系，得到图数据结构；再选取适当的损失函数和优化器对模型进行训练，最终根据相应指标的计算分析模型性能； 步骤五，结合图注意机制确定模型关注的区域；通过图卷积神经网络具有的注意力机制，结合局部信息和全局信息，挑选出已划分的H个小型区域中权重最大的K个作为模型预测结果的解释，并在原图中进行可视化操作；对于挑选出的K个部分，经过分类器进行分类预测，分析性能指标的变化； 步骤五中的结合图注意机制确定模型关注的区域包括： 1根据图卷积神经网络中的注意力机制，选出已划分的H个小型区域中权重最大的K个区域； 2将K个区域作为图卷积神经网络模型进行预测结果的解释，并在原图中进行可视化操作； 3将经过图卷积神经网络处理过后的K个有效区域视作样本类别中更具有代表性的部分，利用经过图卷积神经网络处理过后的特征向量，结合机器学习中逻辑斯蒂回归方法进行二分类，得到分类结果。

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西北大学，其通讯地址为：710127 陕西省西安市雁塔区太白北路229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。