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！

龙图腾网恭喜上海理工大学申请的专利基于深度学习的急性心肌梗死心血管事件预测方法与系统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：CN114121280B 。

龙图腾网通过国家知识产权局官网在2025-03-21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：202111338999.7，技术领域涉及：G16H50/30；该发明授权基于深度学习的急性心肌梗死心血管事件预测方法与系统是由陈胜;柯盼盼;姜萌;卜军设计研发完成，并于2021-11-12向国家知识产权局提交的专利申请。

本基于深度学习的急性心肌梗死心血管事件预测方法与系统在说明书摘要公布了：本发明提供了一种基于深度学习的急性心肌梗死心血管事件预测方法，具有这样的特征，包括以下步骤：步骤1，根据磁共振序列图像数据，基于深度卷积神经网络算法对磁共振序列图像数据进行训练，得到不良心血管事件的定性模型，进一步训练得到融合模型，并将不良心血管事件的定性模型和融合模型保存为可调用的自动判别人工智能模型；步骤2，调用自动判别人工智能模型，输入待预测的磁共振序列图像数据进行预测，得到不良心血管事件的预测复发结果。其中，磁共振序列图像数据包括T2‑STIR序列、LGE序列以及电影序列，不良心血管事件的定性模型包括I3D模型和Dense‑Net模型，融合模型为梯度提升树模型。

本发明授权基于深度学习的急性心肌梗死心血管事件预测方法与系统在权利要求书中公布了：1.一种基于深度学习的急性心肌梗死心血管事件预测方法，其特征在于，包括以下步骤：步骤1，根据磁共振序列图像数据，基于深度卷积神经网络算法对所述磁共振序列图像数据进行训练，得到不良心血管事件的定性模型，进一步训练得到融合模型，并将所述不良心血管事件的定性模型和所述融合模型保存为可调用的自动判别人工智能模型；步骤2，调用所述自动判别人工智能模型，输入待预测的磁共振序列图像数据进行预测，得到不良心血管事件的预测复发结果，其中，所述磁共振序列图像数据包括T2-STIR序列、LGE序列以及Cine序列，所述不良心血管事件的定性模型包括I3D模型和Dense-Net模型，所述融合模型为梯度提升树模型，其中，步骤1具体分为以下子步骤：步骤1-1，对所述T2-STIR序列、所述LGE序列以及所述Cine序列图像进行预处理；步骤1-2，利用深度卷积神经网络采用留一法分别训练三个序列的不良心血管事件的定性模型，得到三个序列对应的子模型；步骤1-3，将每个序列的对应的子模型进一步输入到所述梯度提升树模型中进行训练和交叉验证，并利用改进的分类算法，对磁共振图像数据进行训练建模，形成可调用的自动判别人工智能模型。

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理工大学，其通讯地址为：200093 上海市杨浦区军工路516号；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”。