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：澳门理工大学
摘要：本发明公开了一种跨模态医学图像质量评估及体位检测模型和方法，该模型包括信息编码模块、采用超卷积的混合卷积模型和Swin‑transformer模型；信息编码模块能根据数据集的模态信息、部位信息和类型信息生成对应的医学图像类型编码；混合卷积模型能利用不同模态数据集以及医学图像类型编码进行质量评估预测训练，并能对待预测CT或MRI图像进行质量评估；Swin‑transformer模型能利用不同模态数据集以及医学图像类型编码进行体位情况预测训练，并能对待预测CT或MRI图像进行体位检测。本发明能够对多种模式和解剖部位的医学图像进行精准地自动质量评估和体位检测，通用性高、速度快、准确性高、鲁棒性好。
主权项：1.一种跨模态医学图像质量评估及体位检测模型，其特征在于，包括信息编码模块、采用超卷积的混合卷积模型和Swin-transformer模型；其中，所述信息编码模块，负责根据收集到的CT或MRI图像数据集的模态信息、部位信息和类型信息，生成对应的医学图像类型编码，以作为所述混合卷积模型和所述体Swin-transformer模型训练时的指导信息；所述混合卷积模型，负责利用收集到的CT或MRI图像数据集以及与之对应的所述医学图像类型编码进行预测不同模态医学图像的质量得分和放射剂量磁场强度得分回归训练，并且负责对输入的待预测CT或MRI图像进行处理，自动预测并生成待预测CT或MRI图像的质量得分和或放射剂量磁场强度得分；所述Swin-transformer模型，负责利用收集到的CT或MRI图像数据集以及与之对应的所述医学图像类型编码进行预测不同模态医学图像的体位缺失比回归训练，并且负责对输入的待预测CT或MRI图像进行处理，预测并生成待预测CT或MRI图像的体位缺失比。
全文数据：
权利要求：
百度查询： 澳门理工大学 一种跨模态医学图像质量评估及体位检测模型和方法
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