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 > 恭喜上海宇度医学科技股份有限公司王臣峰获国家专利权

恭喜上海宇度医学科技股份有限公司王臣峰获国家专利权

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!

龙图腾网恭喜上海宇度医学科技股份有限公司申请的专利基于深度学习的宫腔镜图像颜色特征变换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:CN119313748B

龙图腾网通过国家知识产权局官网在2025-03-18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:202411879331.7,技术领域涉及:G06T7/90;该发明授权基于深度学习的宫腔镜图像颜色特征变换方法是由王臣峰;郝进争设计研发完成,并于2024-12-19向国家知识产权局提交的专利申请。

基于深度学习的宫腔镜图像颜色特征变换方法在说明书摘要公布了:本发明公开了基于深度学习的宫腔镜图像颜色特征变换方法,具体涉及医疗影像处理领域,解决宫腔镜图像中颜色特征冗余导致的分析准确性不足问题,是通过多层次精确筛选确保高质量图像数据,利用非线性映射与结构分析提取多维颜色特征,增强特征的表达与区分力;构建的多层次指数体系结合光谱分析与图论运算,精准衡量特征在宏观分布差异和微观稳健性;通过类Pareto前沿搜索与拓扑数据分析技术,多轮迭代与图论聚类筛选,成功提炼出在复杂场景中具备高区分力与稳健性的关键候选维度子集;进而有效解决了颜色特征冗余、稳定性不足及适应性差的问题,显著提升了宫腔镜图像分析的准确性与可靠性。

本发明授权基于深度学习的宫腔镜图像颜色特征变换方法在权利要求书中公布了:1.基于深度学习的宫腔镜图像颜色特征变换方法,其特征在于,包括步骤:S1.通过评估图像的清晰度、光照均衡和结构一致性,筛除不符合质量标准的样本,构建高质量图像数据集;S2.对筛选后的高质量图像应用非线性映射和结构分析方法,提取多维颜色特征并标记其分布关系,形成特征候选集合;S3.对特征候选集合中各维度构建多层次指数体系,一类指数通过光谱分析与图论运算衡量宏观场景下的分布差异,识别能够在整体框架中区分多种状态的特征;另一类指数通过扰动场构建与平滑运算考察时空邻域内的波动特征,筛选在微变条件下保持高阶稳健性的维度;S4.将经指数评估的特征维度映射至双指标坐标系,利用类Pareto前沿搜索与拓扑数据分析对维度集进行多轮迭代与图论聚类,逐步剔除不满足复杂场景稳定性要求的特征,获取能够支撑模式切换决策的关键候选维度子集;步骤S2包括以下内容:首先,将每幅高质量宫腔镜图像同时转换至多种颜色参数体系;其次,应用非线性映射技术对转换后的每个颜色空间的图像特征进行高维嵌入;采用自编码器架构,通过编码器将高维颜色特征压缩至低维潜在空间,再通过解码器重构原始特征,训练过程中最小化重构误差,以学习颜色特征的非线性分布模式;随后,结合结构分析方法,对图像中的局部结构特征进行提取;具体而言,利用卷积神经网络中的特征提取层,捕捉图像中的细微结构变化;通过将结构特征与非线性映射后的颜色特征进行融合,生成综合性的多维特征向量;接着,采用拓扑数据分析技术,对融合后的多维特征向量进行分布关系标记;通过持久同调方法,分析特征在不同尺度下的拓扑结构,识别出具有显著分布模式的特征维度;最后,基于多色彩空间转换、非线性映射、结构特征提取与拓扑数据分析的综合结果,筛选出具有高拓扑显著性和区分能力的特征维度,形成特征候选集合。

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上海宇度医学科技股份有限公司,其通讯地址为:200120 上海市浦东新区周浦镇天雄路588弄1_28号第8幢3层;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。