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！

龙图腾网恭喜浙江工业大学申请的专利一种基于深度网络的三叉神经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：CN114972745B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202210379996.6，技术领域涉及：G06V10/26；该发明授权一种基于深度网络的三叉神经自动分割方法是由冯远静;余江丽;谢雷;曾庆润;胡启明;张家炜;黄家浩;潘轶昂设计研发完成，并于2022-04-06向国家知识产权局提交的专利申请。

本一种基于深度网络的三叉神经自动分割方法在说明书摘要公布了：一种基于深度网络的三叉神经自动分割方法，网络将T1、DEC和FOD图像的单独模态进行模态融合，由两个独立的分析路径和一个共享的合成路径组成实现多模态融合；多模态数据的融合可以为模型预测提供更多的信息，从而提高了三叉神经预测结果的准确率。本发明有效融合多模态数据的深度信息，实现了三叉神经的全自动精确分割，极大减少了专家标注识别的工作量，同时也为除三叉神经以外其他颅神经的分割研究提供稳定、高效、可重复的分析方法。

本发明授权一种基于深度网络的三叉神经自动分割方法在权利要求书中公布了：1.一种基于深度网络的三叉神经自动分割方法，其特征在于：所述方法包括以下步骤：步骤一，数据集准备使用N例HCP数据的MRI和DWI图像，选择MRI图像中的T1图像以及DWI图像生成的方向编码彩色DEC图像和纤维方向分布函数FOD图像，其中，DEC图像通过不同的色彩显示不同方向走行的纤维，清楚地显示了大脑白质纤维的正常解剖及其走行；FOD图像是水分子弥散方向的宏观表现，量化了体素内每个方向的纤维走向的比例；步骤二，标注数据集准备首先在公共空间中画一个包含三叉神经经过的大概区域MASK，并且将其配准到N例个体，然后使用双张量无迹卡尔曼滤波UKF-2T方法在MASK内撒种子点进行纤维跟踪，之后对跟踪出的纤维先用感兴趣区域ROI和规避区域ROA进行自动筛选，再进行专家层面的逐层筛选，双重筛选保证了结果的准确性，最后将筛选后的纤维映射到体素上，从而生成最终更精准的标注数据GroundTruth；步骤三，数据预处理对步骤一中得到的数据进行切片成128×160×128大小，对图像数据进行直方图均衡化，灰度直方图归一化以及图像增广操作，完成训练数据和测试数据的准备工作；步骤四，网络设计及训练构建多模态融合的金字塔深度卷积网络，将T1、DEC和FOD图像进行多模态融合，然后使用上述步骤一和步骤二生成的训练样本以及GroundTruth训练构建好的网络模型；步骤五，预测分割使用步骤四训练得到的网络模型对测试数据进行视神经区域的预测，将预测得到的结果和标记得到的结果进行对比，计算预测的准确率；所述的步骤四中，为了衡量网络模型预测的好坏，即模型的预测值和真实值不一样的程度，采用Dice系数作为网络的Loss函数，Dice系数的定义为： 其中TP是真阳性体素的数目，FP是假阳性体素的数目，FN是假阴性体素的数目，px∈P：Ω→{0，1}为预测的二值分割含量，gx∈G：Ω→{0，1}为真值的二值含量。

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工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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”。