浙江工業大學馮遠靜獲國家專利權
買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！
龍圖騰網獲悉浙江工業大學申請的專利一種基于前視覺通路形態特征的自動分割方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115619771B 。
龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211420621.6，技術領域涉及：G06T7/00；該發明授權一種基于前視覺通路形態特征的自動分割方法是由馮遠靜;陳升煒;馮宇;曾慶潤;王佳鳳;黃家浩;蔣陳盛設計研發完成，并于2022-11-11向國家知識產權局提交的專利申請。
本一種基于前視覺通路形態特征的自動分割方法在說明書摘要公布了：一種結合前視覺通路形態特點的自動分割方法，相較于常用圖譜分割方法和基于深度學習的分割方法，本方法有效結合了兩種方法的優點，克服現有前視覺通路分割算法中的局限性，在保證分割精度的同時還能有效展示出前視覺通路中的走向細節，減少腫瘤壓迫對神經纖維分割精度的影響，更直觀的展現前視覺通路的位置信息。能夠為前視覺通路分割過程提供精確、高效的方法。
本發明授權一種基于前視覺通路形態特征的自動分割方法在權利要求書中公布了：1.一種基于前視覺通路形態特征的自動分割方法，其特征在于，該分割方法包括以下步驟： 步驟1、圖像預處理：獲取人腦MRI數據中的T1圖像以及DWI圖像，將圖像灰度值歸一化和均衡化，然后生成對應的FA圖像； 步驟2、生成數據樣本：結合步驟1中生成的T1和FA圖像，使用人工標記的方法結合兩類圖像得到視神經的形態特征，包括：視乳頭、視交叉以及外側膝狀體； 步驟3、制作神經纖維模板：步驟1中的數據集進行全腦的纖維跟蹤成像，然后將所有的數據由專家手動分割后經過相似變換配準到同一個公共空間，在專家參與識別的基礎下，提取出最具前視覺通路幾何特征的神經纖維模板，確保這個模板可以精確包含設定精度以上的前視覺通路神經纖維，同時也具有泛用性； 步驟4、訓練形態特征提取網絡：通過步驟二中的標記數據結合DTI與FA圖像來訓練生成前視覺通路形態特征提取模型； 步驟5、實現自動分割：首先，待分割的神經纖維進行對應的模板匹配篩選出與模板相似的前視覺通路神經纖維；在此基礎上，利用步驟四訓練好的網絡進行前視覺通路的特征提取，將特征作為前視覺通路的形態約束條件，剔除那些不符合形態特征的神經纖維，從而得到精確的分割結果。
如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江工業大學，其通訊地址為：310014 浙江省杭州市拱墅區潮王路18號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
開放平臺
擔保交易
惠及多方
會員特惠
專屬平臺
適合多方
數據共享
功能齊全
皖公網安備 34010402703815號