龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：天津市胸科医院;天津大学
摘要：本发明涉及图像分割技术领域，公开了基于组织边界影响的主动脉夹层患者并发症风险预测模型，包括初始预测图像获取模块、深度学习模型及先验知识获取模块、损失函数定义及损失项设置模块、判断模块、辅助权重赋予模块、目标病灶区域图像输出模块、关键特征信息选择模块、风险预测结果输出模块；所述先验知识至少包括人工标定的主动脉瘤图像、气管形状信息、主动脉瘤形状信息、气管与主动脉瘤的位置变化信息；本申请在损失函数中引入形状损失项和位置损失项，根据气管与主动脉瘤的重叠大小对形状损失项赋予不同的辅助权重，模型优化过程中以突出病灶区域的形状弱化气管区域的形状，更准确分割出目标病灶区域。
主权项：1.基于组织边界影响的主动脉夹层患者并发症风险预测模型，其特征在于，包括以下模块：初始预测图像获取模块：用于获取初始预测图像；深度学习模型及先验知识获取模块：所述深度学习模型用于对初始预测图像中的目标病灶区域进行分割，并获取先验知识对所述深度学习模型进行训练，获得训练好的深度学习模型；所述先验知识至少包括人工标定的主动脉瘤图像、气管形状信息、主动脉瘤形状信息、气管与主动脉瘤的位置变化信息；损失函数定义及损失项设置模块：与深度学习模型及先验知识获取模块连接，为深度学习模型定义损失函数，并在所述损失函数中增加形状损失项和位置损失项；判断模块：与初始预测图像获取模块连接，用于判断初始预测图像中气管与主动脉瘤是否交叉重叠；辅助权重赋予模块：与判断模块连接，用于根据气管与主动脉瘤交叉重叠区域的大小为形状损失项赋予辅助权重；目标病灶区域图像输出模块：与辅助权重赋予模块连接，用于将所述初始预测图像输入至深度学习模型中，输出目标病灶区域图像；关键特征信息选择模块：与目标病灶区域图像输出模块连接，用于提取所述目标病灶区域图像的特征信息，并将所述特征信息与先验知识融合选择关键特征信息；风险预测结果输出模块：与关键特征信息选择模块连接，用于将关键特征信息与分割图像融合输出风险预测结果。
全文数据：
权利要求：
百度查询： 天津市胸科医院 天津大学 基于组织边界影响的主动脉夹层患者并发症风险预测模型
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号