返回项目页面
对比文件列表
EP3114611A1_Description_20260304_2010_+++A_C_E_F_G_I_J_L_M_O_Q_R_S_T_U_V_b_d_h_k_n_p+++.docx
2026-03-10 04:38
JP2007048172A_Description_20260219_2033_+++C_H+++.docx
2026-03-10 04:38
JP2008009914A_Description_20260219_2306_+++H+++.docx
2026-03-10 04:38
JP2011175497A_Description_20260219_2139_+++C_F_G_H_a_b_c_d_e_i+++.docx
2026-03-10 04:38
US6327581B1_Description_20260219_2042_+++H_a+++.docx
2026-03-10 04:38
US7164798B2_Description_20260220_0009_+++A_C_D_E_G_H_I_T_b+++.docx
2026-03-10 04:38
US8086048B2_Description_20260219_2124_+++C_H_a_q+++.docx
2026-03-10 04:38
US8386574B2_Description_20260220_0019_+++D_H_a_b_c_g_i+++.docx
2026-03-10 04:38
US8396286B1_Description_20260219_2036_+++H+++.docx
2026-03-10 04:38
US8611678B2_Description_20260220_1541_+++A_C_H+++.docx
2026-03-10 04:38
US8811726B2_Description_20260219_2358_+++H_a_b+++.docx
2026-03-10 04:38
US8879813B1_Description_20260220_0351_+++A_H+++.docx
2026-03-10 04:38
US8913152B1_Description_20260220_0344_+++C_F_G_H_I_S_a_b_d_e_j_k_q_r+++.docx
2026-03-10 04:38
US9298978B1_Description_20260219_2034_+++A_B_C_E_H_I_R_T_f+++.docx
2026-03-10 04:38
US9785866B2_Description_20260220_1536_+++A_H_b+++.docx
2026-03-10 04:38
US2004165767A1_Description_20260221_0617_+++A_C_H_b_d_e_f_g+++.docx
2026-03-10 04:38
US2008103996A1_Description_20260221_0612_+++E_F_G_H_R_c+++.docx
2026-03-10 04:38
US2008159624A1_Description_20260221_0611_+++A_H+++.docx
2026-03-10 04:38
US2010036786A1_Description_20260221_0614_+++H_a_c_e_g_i_j_q_r_s+++.docx
2026-03-10 04:38
US2010191391A1_Description_20260221_0614_+++A_H_b+++.docx
2026-03-10 04:38
US2010226535A1_Description_20260221_0615_+++H+++.docx
2026-03-10 04:38
US2011235858A1_Description_20260221_0614_+++A_C_H_I_b+++.docx
2026-03-10 04:38
US2011282828A1_Description_20260221_0615_+++C_H_b_i+++.docx
2026-03-10 04:38
US2013033608A1_Description_20260221_0614_+++B_C_H_a+++.docx
2026-03-10 04:38
US2013096817A1_Description_20260221_0617_+++H+++.docx
2026-03-10 04:38
US2013129143A1_Description_20260221_0616_+++A_B_C_H+++.docx
2026-03-10 04:38
US2013218813A1_Description_20260221_0615_+++H_b+++.docx
2026-03-10 04:38
US2014078320A1_Description_20260221_0615_+++A_B_C_I_d_h_q+++.docx
2026-03-10 04:38
US2014188462A1_Description_20260221_0612_+++A_C_D_E_F_G_H_I_J_L_M_O_Q_R_S_V_t+++.docx
2026-03-10 04:38
US2014376819A1_Description_20260221_0618_+++B_H_a_c_e_i_r+++.docx
2026-03-10 04:38
US2015112182A1_Description_20260221_0613_+++H_b+++.docx
2026-03-10 04:38
US2015139485A1_Description_20260221_0617_+++A_H_c_q+++.docx
2026-03-10 04:38
US2015324655A1_Description_20260221_0614_+++H_a_c_i_q+++.docx
2026-03-10 04:38
US2016070673A1_Description_20260221_0612_+++H+++.docx
2026-03-10 04:38
US2016140451A1_Description_20260221_0616_+++B_H_a_e_f_g_r+++.docx
2026-03-10 04:38
US2016180195A1_Description_20260221_0614_+++A_H_b+++.docx
2026-03-10 04:38
US2016217349A1_Description_20260221_0617_+++D_H_a_b_i+++.docx
2026-03-10 04:38
US2016239706A1_Description_20260221_0611_+++h+++.docx
2026-03-10 04:38
US2016275414A1_Description_20260221_0614_+++C_H_a_d+++.docx
2026-03-10 04:38
US2016307071A1_Description_20260221_0618_+++b_c_h+++.docx
2026-03-10 04:38
WO2009131629A1_Description_20260219_2011_+++A_B_C_H_I_q+++.docx
2026-03-10 04:38
WO2009131629A1_Description_20260220_0320_+++A_H_b+++.docx
2026-03-10 04:38
US2015112182A1_Description_20260221_0613_+++H_b+++.docx

对比文件的名称:US2015112182A1_Description_20260221_0613

目标专利的名称:189照片管理CN106104577B

本次调用的模型名称:未指定

特征比对表格:

技术特征描述以及公开性判断结果对比文件原文引用公开性论述
技术特征A:用第一预先训练的分类器来确定多个所存储图像的特征。未公开对比文件未公开相关内容。对比文件涉及医学图像分析,用于预测血流储备分数。其中特征提取是通过图像处理算法自动提取解剖特征(例如段落[0030]-[0038]),而不是使用预先训练的分类器来确定特征。虽然对比文件使用了预先训练的机器学习映射(例如回归函数),但该映射用于基于提取的特征预测FFR,而不是用于确定特征本身。因此,对比文件没有公开技术特征A。
技术特征B:所述多个所存储图像的特征不同于用于训练所述第一预先训练的分类器的多个训练图像。隐含公开[0025] “训练阶段是离线过程,在此期间组装带有真实测量的标注训练数据的数据库。...预测阶段是在线过程,通过使用训练阶段学到的映射来计算新数据集(未见数据)的FFR值。”对比文件明确区分了训练阶段和预测阶段,训练阶段使用训练数据库,预测阶段应用于新数据集(未见数据)。新数据集的特征必然不同于训练数据集的特征,因为它们是来自不同患者的未见实例。因此,本领域技术人员能够理解,预测时所用的图像特征与训练图像特征不同。技术特征B被对比文件隐含公开。
技术特征C:至少部分地基于所确定的特征来将所述多个所存储图像中的每一个图像指派给多个群集中的群集。未公开对比文件未公开相关内容。对比文件没有涉及将图像分群集的概念。其机器学习映射用于直接预测FFR值,而不是将图像指派给群集。因此,技术特征C未被对比文件公开。
技术特征D:基于所述图像离对应于所述图像的最接近的群集中心的距离小于第一阈值、与所述最接近的群集中心相关联的预定义图像数目小于第二阈值、和/或与最接近的群集中心相关联的图像百分比小于第三阈值来向所述多个所存储图像中的图像指派标记。未公开对比文件未公开相关内容。对比文件没有涉及群集中心、距离阈值、图像数目阈值或百分比阈值来指派标记。因此,技术特征D未被对比文件公开。
技术特征E:修改所指派的标记。未公开对比文件未公开相关内容。对比文件没有涉及标记的修改。因此,技术特征E未被对比文件公开。
技术特征F:当所述所指派的标记被修改时用所述图像来重新训练所述第一预先训练的分类器。未公开对比文件未公开相关内容。对比文件没有涉及基于修改标记重新训练分类器。虽然对比文件提到随着更多数据收集可以重新训练映射(段落[0078]),但这不是基于标记修改,而是基于新数据。因此,技术特征F未被对比文件公开。
技术特征G:以及至少部分地基于所述预先训练的分类器来对所述图像重新分类。未公开对比文件未公开相关内容。对比文件没有涉及重新分类图像。因此,技术特征G未被对比文件公开。
技术特征H:其特征在于,所述第一预先训练的分类器是支持向量机器(SVM)、逻辑回归、最接近的邻居、或多层感知器(MLP)。直接公开[0041] “例如,机器学习算法,诸如回归算法(线性、非线性或逻辑)、决策树或图、关联规则学习、人工神经网络、支持向量机、归纳逻辑编程、贝叶斯网络、基于实例的学习、流形学习、子空间学习、深度学习、字典学习等,可用于训练基于机器学习的映射。”对比文件明确列举了支持向量机(SVM)和人工神经网络(包括多层感知器MLP)作为可用的机器学习算法。逻辑回归也在“逻辑回归”中提及。最接近的邻居可能对应“基于实例的学习”(如k-最近邻)。因此,对比文件直接公开了技术特征H中列举的分类器类型。
技术特征I:进一步包括,至少部分地基于对应的标记来将所述多个所存储图像中的图像分类到群中。未公开对比文件未公开相关内容。对比文件没有涉及基于标记将图像分类到群中。因此,技术特征I未被对比文件公开。
技术特征J:进一步包括,至少部分地基于对应的群来将所述多个所存储图像中的每个图像放置到文件夹中。未公开对比文件未公开相关内容。对比文件没有涉及将图像放置到文件夹中。因此,技术特征J未被对比文件公开。
技术特征K:进一步包括,使用非特定名称来命名所述文件夹。未公开对比文件未公开相关内容。对比文件没有涉及文件夹命名。因此,技术特征K未被对比文件公开。
技术特征L:进一步包括,使用第二预先训练的分类器来确定特定文件夹名称。未公开对比文件未公开相关内容。对比文件没有涉及使用分类器确定文件夹名称。因此,技术特征L未被对比文件公开。
技术特征M:进一步包括,使用所述第二预先训练的分类器、至少部分地基于与相关联的群的标记相关联的群集中心的分类来确定所述特定文件夹名称。未公开对比文件未公开相关内容。对比文件没有涉及使用分类器基于群集中心确定文件夹名称。因此,技术特征M未被对比文件公开。
技术特征N:其特征在于,所述特定文件夹名称进一步至少部分地基于关于给定文件夹的所标记图像的多数裁定规则来确定。未公开对比文件未公开相关内容。对比文件没有涉及多数裁定规则确定文件夹名称。因此,技术特征N未被对比文件公开。
技术特征O:进一步包括,接收修改特定文件夹名称或指派新的特定文件夹名称的用户输入。未公开对比文件未公开相关内容。对比文件没有涉及用户修改文件夹名称。因此,技术特征O未被对比文件公开。
技术特征P:进一步包括,至少部分地基于群集中心或者至少一个所标记的图像特征向量来重新训练第二预先训练的分类器以包括经修改的特定文件夹名称或所述新的特定文件夹名称。未公开对比文件未公开相关内容。对比文件没有涉及重新训练分类器以包括修改的文件夹名称。因此,技术特征P未被对比文件公开。
技术特征Q:进一步包括,至少部分地基于确定新图像的特征向量和应用所述分类器以确定所述新图像的群来将所述新图像放置在文件夹中。未公开对比文件未公开相关内容。对比文件没有涉及将新图像放置在文件夹中。因此,技术特征Q未被对比文件公开。
技术特征R:进一步包括,接收修改所述所指派的标记的用户输入。未公开对比文件未公开相关内容。对比文件没有涉及用户修改标记。因此,技术特征R未被对比文件公开。
技术特征S:至少部分地基于将所述图像从第一文件夹移至第二文件夹的用户输入来修改所述所指派的标记。未公开对比文件未公开相关内容。对比文件没有涉及移动图像修改标记。因此,技术特征S未被对比文件公开。
技术特征T:进一步包括,与第二用户共享至少一个分类器或群集中心列表。未公开对比文件未公开相关内容。对比文件没有涉及共享分类器或群集中心列表。因此,技术特征T未被对比文件公开。
技术特征U:其特征在于,所共享的群集中心列表与所述第二用户的群集中心列表相组合以创建用于所述第二用户的图像的标记并且更新用于所述第二用户的分类器。未公开对比文件未公开相关内容。对比文件没有涉及共享和组合群集中心列表。因此,技术特征U未被对比文件公开。
技术特征V:进一步包括,与所述第二用户共享用户为类别或群集定义的种类。未公开对比文件未公开相关内容。对比文件没有涉及共享用户定义的种类。因此,技术特征V未被对比文件公开。

<<<b>>><<<H>>>

权利要求与技术特征
Powered by Django

网站备案号:渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE