Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜山东师范大学薛洁获国家专利权

恭喜山东师范大学薛洁获国家专利权

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!

龙图腾网恭喜山东师范大学申请的专利基于超图数值神经膜系统的MRI海马体分割方法及系统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:CN114359555B

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:202111435073.X,技术领域涉及:G06V10/26;该发明授权基于超图数值神经膜系统的MRI海马体分割方法及系统是由薛洁;代锦鹏;刘希玉设计研发完成,并于2021-11-29向国家知识产权局提交的专利申请。

基于超图数值神经膜系统的MRI海马体分割方法及系统在说明书摘要公布了:本发明提供了基于超图数值神经膜系统的MRI海马体分割方法及系统,包括:获取待分割的MR图像;将待分割的MR图像输入基于超图数值神经膜系统,得到海马体分割结果;其中,基于超图数值神经膜系统包括超神经元、以及由多个基本神经元组成编码器和解码器,所述编码器和解码器用于学习MR图像中海马体的上采样和下采样特征,所述超神经元用于在编码器和解码器之间进行跳跃和串联融合。将深度学习模型在语义分割中的高精度与膜系统良好的并行性和鲁棒性相结合,提高了海马体分割的性能。

本发明授权基于超图数值神经膜系统的MRI海马体分割方法及系统在权利要求书中公布了:1.基于超图数值神经膜系统的MRI海马体分割方法,其特征在于,包括:获取待分割的MR图像;将待分割的MR图像输入基于超图数值神经膜系统,得到海马体分割结果;其中,基于超图数值神经膜系统包括超神经元、以及由多个基本神经元组成编码器和解码器,所述编码器和解码器用于学习MR图像中海马体的上采样和下采样特征,所述超神经元用于在编码器和解码器之间进行跳跃和串联融合;其中,所述编码器包括依次连接的第一基本神经元、第二基本神经元、第三基本神经元、第四基本神经元和第五基本神经元;其中,所述解码器包括依次连接的第六基本神经元、第七基本神经元、第八基本神经元和第九基本神经元;其中,所述第一基本神经元和第九基本神经元、第二基本神经元和第八基本神经元、第三基本神经元和第八基本神经元、以及第四基本神经元和第九基本神经元分别包含在第一超神经元、第二超神经元、第三超神经元和第四超神经元中;其中,所有基本神经元的学习信息均传递给第五超神经元;所述第五超神经元也是输入神经元和输出神经元;其中,所述待分割的MR图像被转化为初始变量后,所述第五超神经元使用H规则将初始变量发送给第一基本神经元;其中,所述第一基本神经元对初始变量通过V规则执行两个卷积运算,得到两个卷积后特征,将两个卷积后特征通过残差连接,得到第一基本神经元的输出特征;其中,根据超图数值神经膜中的三种关系,即v,e之间的超子关系H和vi,vj与ei,ej之间的相邻关系V和E,定义了三种新的规则类型:H规则:使基本神经元v产生并发送Pvδv至其超神经元e,同时,超神经元e产生并发送Peδe至其子神经元v:[v,e]:[δv,Pv,up;Peδe,in][δe,Pe,down;Pvδv,in]其中,δv和δe分别是神经元v和e中的变量,Pe和Pv是相关函数;V规则:当基本神经元vi和vj包含变量δi和δj时,使用V规则;函数Pi和Pj将δi和δj转换为Pi和Pj;vi,vj同时交换他们的产出;如果i=j,变量δi将被神经元vi中的Pi改变:[vi,vj]:[δi,Pi,forward;Pjδj,in][δj,Pj,backward;Piδi,in]其中,δi和δj分别是神经元中vi和vj的变量,Pi和Pj是相关函数;E规则:当超神经元ei包含变量δi时,E规则被激活,函数Pi将δi转化为Piδi,并将Piδi传递给连接的神经元ej,如果i=j,变量δi将被神经元ei中的Pi改变:[ei,ej]:[δi,Pi]→[{Piδi,δj}]其中,δi和δj分别是神经元ei和ej中的变量,Pi是相关函数。

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山东师范大学,其通讯地址为:250014 山东省济南市历下区文化东路88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”。

免责声明
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。