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！

龙图腾网恭喜广州医科大学申请的专利基于度量学习预测肺动脉高压的构建方法、设备和介质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：CN118898580B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202410916466.X，技术领域涉及：G06T7/00；该发明授权基于度量学习预测肺动脉高压的构建方法、设备和介质是由袁心辰;周梓杰;容兆威;骆彦德;李琪;林云海;谢国喜设计研发完成，并于2024-07-09向国家知识产权局提交的专利申请。

本基于度量学习预测肺动脉高压的构建方法、设备和介质在说明书摘要公布了：本发明属于智能领域，具体涉及一种基于度量学习预测肺动脉高压的构建方法、设备和介质。构建方法包括：获取心脏磁共振影像集和标签，所述标签包括正常被试、肺动脉高压患者；所述磁共振影像集经过嵌入层得到特征向量；所述特征向量经过线性层得到预测标签，基于所述标签和所述预测标签的差距得到分类损失；所述特征向量输入度量学习层进行度量学习得到度量学习的损失；基于所述分类损失和所述度量学习的损失，迭代训练后得到肺动脉高压分类器，所述肺动脉高压分类器包括嵌入层和线性层。本申请通过强制约束克服在三元组获取过程中出现无法区分距离度量问题，增强对肺动脉高压判别特征尤其是轻度肺动脉高压判断特征的学习。

本发明授权基于度量学习预测肺动脉高压的构建方法、设备和介质在权利要求书中公布了：1.一种基于度量学习预测肺动脉高压的构建方法，其特征在于，所述方法包括：S101：获取心脏磁共振影像集和标签，所述标签包括正常被试、肺动脉高压患者；S102：所述磁共振影像集经过嵌入层得到特征向量；S103：所述特征向量经过线性层得到预测标签，基于所述标签和所述预测标签的差距得到分类损失；S104：所述特征向量输入度量学习层进行度量学习得到度量学习的损失；所述度量学习为自适应三元组学习，三元组包括锚样本、正样本、负样本；所述自适应三元组的损失基于三元组集合中的每个三元组锚样本、正样本、负样本之间的距离计算得到；所述自适应三元组学习的损失定义为： 其中，表示第t次迭代过程中的自适应三元组学习的损失， 表示第i个三元组，M表示三元组个数， 表示第m个三元组的锚样本和负样本的余弦相似度； 表示第m个三元组的锚样本和正样本的余弦相似度； 表示求最大值； 和表示在第t次迭代中的自适应边际超参数，是超参数；S105：基于所述分类损失和所述度量学习的损失，迭代训练后得到肺动脉高压分类器，所述肺动脉高压分类器包括嵌入层和线性层。

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广州医科大学，其通讯地址为：510182 广东省广州市东风西路195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”。