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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉平安醫(yī)療健康管理股份有限公司申請的專利肺部圖像分割方法、裝置、存儲介質(zhì)及計算機設(shè)備獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN113643308B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111015975.8，技術(shù)領(lǐng)域涉及：G06V10/26；該發(fā)明授權(quán)肺部圖像分割方法、裝置、存儲介質(zhì)及計算機設(shè)備是由張俊杰設(shè)計研發(fā)完成，并于2021-08-31向國家知識產(chǎn)權(quán)局提交的專利申請。

本肺部圖像分割方法、裝置、存儲介質(zhì)及計算機設(shè)備在說明書摘要公布了：本發(fā)明涉及人工智能及數(shù)字醫(yī)療技術(shù)領(lǐng)域，提供了一種肺部圖像分割方法、裝置、存儲介質(zhì)及計算機設(shè)備。該方法包括：基于全卷積神經(jīng)網(wǎng)絡(luò)模型，通過密集連接的混合膨脹卷積模塊和層級注意力機制，構(gòu)建肺結(jié)節(jié)分割模型；以肺實質(zhì)圖像樣本為輸入，以肺實質(zhì)圖像樣本的肺結(jié)節(jié)分割圖像為輸出，對肺結(jié)節(jié)分割模型進行訓練，得到訓練好的肺結(jié)節(jié)分割模型；獲取待處理的肺部圖像，通過肺實質(zhì)分割算法對肺部圖像進行分割，得到肺實質(zhì)圖像；根據(jù)肺實質(zhì)圖像，通過訓練好的肺結(jié)節(jié)分割模型，得到肺部圖像的肺結(jié)節(jié)分割結(jié)果。上述方法能夠有效的提高肺結(jié)節(jié)的分割精度。

本發(fā)明授權(quán)肺部圖像分割方法、裝置、存儲介質(zhì)及計算機設(shè)備在權(quán)利要求書中公布了：1.一種肺部圖像分割方法，其特征在于，所述方法包括： 基于全卷積神經(jīng)網(wǎng)絡(luò)模型，通過密集連接的混合膨脹卷積模塊和層級注意力機制，構(gòu)建肺結(jié)節(jié)分割模型，其中，所述肺結(jié)節(jié)分割模型的構(gòu)建方法，包括：構(gòu)建全卷積神經(jīng)網(wǎng)絡(luò)模型的編碼器和解碼器，其中，所述編碼器由密集連接的混合膨脹卷積模塊、第一批歸一化層和第一激活層組成，所述解碼器由密集連接的反卷積模塊、第二批歸一化層和第二激活層組成；在所述編碼器和所述解碼器之間，引入層級注意力機制機制，以構(gòu)建所述肺結(jié)節(jié)分割模型，其中，所述層級注意力機制下的所述編碼器和所述解碼器的特征層兩兩相對，且所述兩兩相對的特征層中的特征像素分別對應(yīng)相乘； 以肺實質(zhì)圖像樣本為輸入，以所述肺實質(zhì)圖像樣本的肺結(jié)節(jié)分割圖像為輸出，對所述肺結(jié)節(jié)分割模型進行訓練，得到訓練好的肺結(jié)節(jié)分割模型； 獲取待處理的肺部圖像，通過肺實質(zhì)分割算法對所述肺部圖像進行分割，得到肺實質(zhì)圖像； 根據(jù)所述肺實質(zhì)圖像，通過所述訓練好的肺結(jié)節(jié)分割模型，得到所述肺部圖像的肺結(jié)節(jié)分割結(jié)果。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人平安醫(yī)療健康管理股份有限公司，其通訊地址為：200001 上海市黃浦區(qū)北京東路666號H區(qū)(東座)12G室；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。