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！

龍圖騰網獲悉山東東瑞生物技術有限公司申請的專利一種基于機器學習的骨科超聲圖像分割方法及系統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：CN119205825B 。

龍圖騰網通過國家知識產權局官網在2025-08-22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：202311683139.6，技術領域涉及：G06T7/12；該發明授權一種基于機器學習的骨科超聲圖像分割方法及系統是由呂江濤;張瑩瑩;趙水寧;常金良;董丹丹;左振柏;柴東坡設計研發完成，并于2023-12-09向國家知識產權局提交的專利申請。

本一種基于機器學習的骨科超聲圖像分割方法及系統在說明書摘要公布了：本發明公開了一種基于機器學習的骨科超聲圖像分割方法及系統，方法包括數據采集、基本預處理、邊緣信息增強、特征編解碼和超聲圖像分割。本發明涉及超聲圖像分割技術領域，具體是指一種基于機器學習的骨科超聲圖像分割方法及系統，本發明采用生成中谷超聲參數和熵超聲參數圖像的方法進行邊緣信息增強，突出了邊緣信息；采用特征編解碼結構結合特征融合模塊的網絡結構，并采用機器學習方法，基于所述超聲參數圖像數據，進行特征編解碼，提高了特征融合的性能；采用通道感知融合單元進行特征融合優化，提升了特征圖中特征融合的性能，提煉了優質的超聲圖像特征。

本發明授權一種基于機器學習的骨科超聲圖像分割方法及系統在權利要求書中公布了：1.一種基于機器學習的骨科超聲圖像分割方法，具體包括以下步驟： 步驟S1：數據采集，用于采集待分割骨科超聲圖像，得到骨科超聲圖像原始數據； 步驟S2：基本預處理，對所述骨科超聲圖像原始數據進行濾波去噪和歸一化操作，得到預處理超聲圖像數據； 步驟S3：邊緣信息增強，通過基于預處理超聲圖像數據生成中谷參數圖像和熵參數圖像，進行邊緣信息增強，得到超聲參數圖像數據； 步驟S4：特征編解碼，用于進行特征融合并提取多模態圖像特征，具體為采用特征編解碼結構結合特征融合模塊的網絡結構，并采用機器學習方法，基于所述超聲參數圖像數據，進行特征編解碼，得到超聲圖像特征數據，具體包括： 步驟S41：構建特征編碼器子塊；步驟S42：構建特征融合子塊；步驟S43：構建特征解碼器子塊；步驟S44：特征編解碼模型訓練；步驟S45：特征信息處理； 步驟S5：超聲圖像分割，用于依據超聲圖像特征數據進行超聲圖像分割，得到骨科超聲圖像分割數據； 步驟S41具體包括：步驟S411：構建圖像編碼器基本結構，具體為采用預訓練的ResNet-34網絡作為圖像編碼器，刪除所述ResNet-34網絡的平均池化層和全連接層，并構建一個輸入層和四個編碼層；步驟S412：生成多模態五階段特征圖，具體指二維超聲模態特征圖、中谷超聲參數模態特征圖和熵超聲參數模態特征圖；步驟S413：特征編碼，具體為通過所述構建圖像編碼器基本結構和所述生成多模態五階段特征圖，進行特征編碼，得到超聲圖像編碼特征； 步驟S42具體包括：所述特征融合子塊，用于將相同維度的特征融合，具體包括最大融合單元、求和融合單元、卷積融合單元和通道感知融合單元； 步驟S43具體包括：步驟S431：構建解碼層，所述解碼層包括2個大小為1×1的卷積層和1個大小為3×3的反卷積層；步驟S432：構建輸出層，所述輸出層，用于計算最終輸出值，包括2個大小為3×3的卷積層和1個大小為4×4的反卷積層； 在步驟S44中，所述特征編解碼模型訓練，具體為通過所述構建特征編碼器子塊、所述構建特征融合子塊和所述構建特征解碼器子塊，進行特征編解碼模型訓練，得到特征編解碼模型ModelCA； 在步驟S45中，所述特征信息處理，具體為采用所述特征編解碼模型ModelCA，基于所述超聲參數圖像數據，進行特征編解碼，得到超聲圖像特征數據。

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山東東瑞生物技術有限公司，其通訊地址為：251200 山東省德州市禹城市迎賓路北首(國家大學創新創業大廈南樓11層)；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”。