咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN202411314797.2 | 专利名称： | 基于层级脑网络图卷积深度学习的图像处理方法与系统 |
| 申请日： | 2024-09-20 | 申请/专利权人 | 南京信息工程大学,东南大学附属中大医院 |
| 专利类型： | 发明 | 地址： | 江苏省南京市浦口区宁六路219号 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G06V10/764 分类检索 |
| 公开/公告日： | 2025-01-17 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN118840616B | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 5 | 所属领域： | 计算机视觉 人工智能 深度学习技术专利转让搜索 |
应用场景：医学影像分析;智能安防监控;自动驾驶环境感知;工业缺陷检测
摘 要：本发明公开了基于层级脑网络图卷积深度学习的图像处理方法与系统，涉及人工智能和医学图像处理技术领域，包括：接收多模态影像数据并进行预处理；根据神经纤维束追踪结果将大脑皮层划分为高空间分辨率的脑区；提取分区的深度影像特征、深度连接特征、影像组学特征与连接组学特征；构建脑网络的层次结构树状图；分别建立聚合空间邻接节点信息的图卷积核，以及聚合脑网络连接节点信息的图卷积核；建立基于层级脑网络树状图的图池化与反池化；构建面向图分类的残差图卷积神经网络；构建面向节点分类的UNet++图卷积神经网络，该方法实现了对脑网络层次模块性的拓扑结构进行建模，为脑网络分析提供了一种有效的技术。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 申请号 | 专利名称 | 发布日期 |
| 202111466037X | 【发明】一种端到端生成建议框的自底向上的三维目标检测方法 | 2025/10/15 |
| 2022101856767 | 【发明】图像金字塔特征指导的多尺度目标检测方法 | 2025/10/15 |
| 2021115433392 | 【发明】一种基于Resnet50结合注意力机制和特征金字塔的图像分类方法 | 2025/10/15 |
| 2022104498186 | 【发明】一种基于深度学习的目标检测方法 | 2025/10/15 |
| 2025103778427 | 【发明】一种基于血管拓扑结构的肝脏增强CT特征提取融合方法 | 2025/10/15 |
| 2025103994356 | 【发明】一种基于多频激励的覆盖物识别方法及检测装置 | 2025/10/15 |
| 2024116429843 | 【发明】一种图片分类模型训练及图片分类方法 | 2025/10/15 |
| 2021115226335 | 【发明】一种基于流形学习的无监督预适应图像分类方法 | 2025/10/15 |
| 2022100353845 | 【发明】结合多级特征依赖与多尺度上下文特征的抑郁识别方法 | 2025/10/15 |
| 2022103005478 | 【发明】一种用于模型授权访问控制的黑盒可逆对抗样本生成方法 | 2025/10/15 |
