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！

龙图腾网恭喜杭州电子科技大学申请的专利一种基于深度学习的冠状动脉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：CN112785551B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202011611306.2，技术领域涉及：G06V10/26；该发明授权一种基于深度学习的冠状动脉分割方法是由祝磊;朱洁萍;徐平;刘亦安;严明;薛凌云;马骏设计研发完成，并于2020-12-30向国家知识产权局提交的专利申请。

本一种基于深度学习的冠状动脉分割方法在说明书摘要公布了：本发明提供一种基于深度学习的冠状动脉分割方法,括如下步骤B1.获取原始CTA心脏图像；B2.对B1.原始CTA心脏图像归一化预处理，选取最佳的CT值观测窗口，截取CTA图像中冠状动脉区域，抑制肺部静脉血管等非心脏组织，提升目标和背景的对比度；B3.图像数据增广；B4.构建深度学习网络，采用两个基于三层中继监督机制但训练标签不同的深度神经网络NetA和NetB对冠状动脉CTA数据进行训练，得到冠状动脉识别模型A以及B；B5.利用B4.得到的冠状动脉识别模型进行冠状动脉分割。解决了现有冠状动脉分割方法存在极容易出现过分割现象的技术问题。

本发明授权一种基于深度学习的冠状动脉分割方法在权利要求书中公布了：1.一种基于深度学习的冠状动脉分割方法,其特征在于：包括如下步骤：B1.获取原始CTA心脏图像；B2.对B1.原始CTA心脏图像归一化预处理，选取最佳的CT值观测窗口，截取CTA图像中冠状动脉区域，抑制非心脏组织，提升目标和背景的对比度；B3.图像数据增广；B4.构建深度学习网络，采用两个基于三层中继监督机制但训练标签不同的深度神经网络NetA和NetB对冠状动脉CTA数据进行训练，得到冠状动脉识别模型A以及B；NetA训练标签只有0和1掩膜，NetB训练标签通过对NetA训练标签进行距离变换得到；NetA和NetB网络结构为：第一层：输入层；第二至第五层：隐藏层：包含两个卷积层，每个卷积后接一个归一化层和激活函数层，第二至第四层最后采用一个池化层下采样，第五层最后接一个UpSampling层上采样；第六至第八层：隐藏中继输出层：包含一个跳跃拼接层，两个卷积层，每个卷积后都接一个归一化层、一个激活函数层，最后接一个UpSampling层，第六至八层分别输出损失函数Loss1、Loss2、Loss3；第九层：输出层：网络最终的Loss由Loss1、Loss2、Loss3加权得到；B5.利用B4.得到的冠状动脉识别模型进行冠状动脉分割。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市江干区下沙高教园区；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”。