恭喜浙江理工大学陈剑获国家专利权
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!
龙图腾网恭喜浙江理工大学申请的专利基于图像智能分析的颈动脉斑块快速分析方法及装置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:CN119477901B 。
龙图腾网通过国家知识产权局官网在2025-04-22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:202510049553.4,技术领域涉及:G06T7/00;该发明授权基于图像智能分析的颈动脉斑块快速分析方法及装置是由陈剑;沈玉强;李如梅;吴晓瑾;单倩云;张宣宣;朱玮设计研发完成,并于2025-01-13向国家知识产权局提交的专利申请。
本基于图像智能分析的颈动脉斑块快速分析方法及装置在说明书摘要公布了:本发明公开了基于图像智能分析的颈动脉斑块快速分析方法及装置。方法包括:从颈动脉斑块图像信息各样本的样本图像中提取样本图像特征,从样本数据库中提取各样本的样本基础特征并结合样本图像特征对初始分析模型进行迭代训练,从输入的待分析个体信息中分别提取初始个体图像特征及初始个体基础特征,并输入训练得到的目标分析模型得到包含风险概率的颈动脉斑块分析结果。通过上述方法,能够提取得到样本图像特征及样本基础特征对初始分析模型进行迭代训练,并基于训练后的目标分析模型准确获取包含风险概率的颈动脉斑块分析结果,大幅提高了对颈动脉斑块图像进行风险分析的准确性。
本发明授权基于图像智能分析的颈动脉斑块快速分析方法及装置在权利要求书中公布了:1.一种基于图像智能分析的颈动脉斑块快速分析方法,其特征在于,所述方法包括:接收输入的颈动脉斑块图像信息,根据预置的图像特征提取模型从所述颈动脉斑块图像信息的样本图像中提取得到与各样本对应的样本图像特征;根据预置的基础特征获取规则从样本数据库中获取各样本对应的样本基础特征;根据预置的模型训练策略、所述样本图像特征及所述样本个体特征对初始分析模型进行迭代训练,以得到目标分析模型;若接收到所输入的待分析个体信息,根据所述图像特征提取模型从所述待分析个体信息的待分析颈动脉斑块图像中提取得到对应的初始个体图像特征;根据所述基础特征获取规则从所述待分析个体信息的个体基础数据中获取对应的初始个体基础特征;根据所述目标分析模型对所述初始个体图像特征及所述初始个体基础特征进行分析,得到包含风险概率的颈动脉斑块分析结果;所述根据预置的图像特征提取模型从所述颈动脉斑块图像信息的样本图像中提取得到与各样本对应的样本图像特征之前,还包括:根据预存的初始图像特征提取模型从所述颈动脉斑块图像信息的样本图像中提取得到与各样本对应的初始图像特征;根据各样本的类型标签对所述初始图像特征进行分组,得到各类型标签分别对应的初始图像特征集合;根据预置的差异性计算规则对各所述初始图像特征集合进行差异性计算,以得到不同类型标签在多个特征项上分别对应的差异信息;根据预置的指标项筛选规则及所述差异信息从多个指标项所包含的特征项中筛选得到对应的目标特征项;根据预置的权重分配策略及所述差异信息对各所述目标特征项分别分配对应的权重系数;根据各所述目标特征项的权重系数对所述初始图像特征提取模型中的轮廓特征提取规则进行配置更新,得到所述图像特征提取模型。
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浙江理工大学,其通讯地址为:310000 浙江省杭州市杭州经济技术开发区白杨街道2号大街928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”。
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。