基于超声图像的胎儿解剖结构小样本检测方法与装置(高校公示15天)(不包年费滞纳金)(需要二变)
本申请涉及一种基于超声图像的胎儿解剖结构小样本检测方法、装置、计算机设备、存储介质和计算机程序产品,其中,方法包括:获取初始深度学习模型以及胎儿的标准超声图像;进行特征提取得到特征图;基于特征图、且通过DAEFLM模块以及初始深度学习模型中第一detection head得到第一分类分数;基于特征图、且通过TKRM模块得到包含多拓扑信息的融合特征图;根据融合特征图、并通过初始深度学习模型中第二detection head得到第二分类分数和检测框;对第一分类分数和第二分类分数进行加权求和;根据目标分类分数与标准超声图像对应的分类结果、以及检测框,构建标准的Faster‑RCNN损失函数;对初始深度学习模型的模型参数进行调整;根据目标深度学习模型进行胎儿解剖结构小样本检测。
《基于超声图像的胎儿解剖结构小样本检测方法与装置(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2024112246010,当前法律状态为已下证,由湖南大学提出申请,发明人为李肯立;周清怡;谭光华;朱宁波;林剑新;刘楚波;唐卓;李胜利;喻平,申请日期为2024-09-03,公开(公告)日期为2025-09-23,国际专利分类号(IPC)为 G06T 7/00 (2017.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。专利114 作为出让方直接签约,提供权利核验、合同拟定、评审用证明材料整理与国家知识产权局著录项目变更代办,个人与企业采购均可办理。用于职称或落户时,建议先确认当地对专利类型、授权时间与申请人身份的具体要求,我们可协助逐条比对,避免买了用不上。专利摘要:本申请涉及一种基于超声图像的胎儿解剖结构小样本检测方法、装置、计算机设备、存储介质和计算机程序产品,其中,方法包括:获取初始深度学习模型以及胎儿的标准超声图像;进行特征提取得到特征图;基于特征图、且通过DAEFLM模块以及初始深度学习模型中第一detection head得到第一分类分数;基于特征图、且通过TKRM模块得到包含多拓扑信息的融合特征图;根据融合特征图、并通过初始深度学习模型中第二detection head得到第二分类分数和检测框;对第一分类分数和第二分类分数进行加权求和;根据目标分类分数与标准超声图像对应的分类结果、以及检测框,构建标准的Faster‑RCNN损失函数;对初始深度学习模型的模型参数进行调整;根据目标深度学习模型进行胎儿解剖结构小样本检测。
本专利适配多类个人与企业需求:职称评审中的业绩与成果材料、人才引进与积分落户的知识产权加分、行业资质与科技项目申报、企业高企认定与技术储备。专利权人为官方登记主体,法律状态可核验,转让后提供专利证书与登记簿副本,可直接装订进评审或申报材料。
