上海交通大學趙寅杰獲國家專利權
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!
龍圖騰網獲悉上海交通大學申請的專利基于多任務卷積模型的肺部CT感興趣區域自動檢測方法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:CN115294151B 。
龍圖騰網通過國家知識產權局官網在2025-09-09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:202210773167.6,技術領域涉及:G06T7/11;該發明授權基于多任務卷積模型的肺部CT感興趣區域自動檢測方法是由趙寅杰;傅小龍;潘小勇;徐志勇;林揚;申宇嘉;傅圓圓;沈紅斌設計研發完成,并于2022-07-01向國家知識產權局提交的專利申請。
本基于多任務卷積模型的肺部CT感興趣區域自動檢測方法在說明書摘要公布了:一種基于多任務卷積模型的肺部CT感興趣區域自動檢測方法,通過對CT掃描進行解析得到張量形式的圖像,對該圖像進行肺部粗分割、重采樣以及像素值歸一化處理,得到僅包含肺部區域的三維CT圖像體素矩陣;然后對三維圖像切片后,將得到的若干張橫截面的二維圖像輸入二維卷積模型,得到若干個ROI粗略輪廓;再以ROI粗略輪廓為中心截取三維圖像塊,通過三維分類器分別給出各個ROI為真實ROI的概率,經篩選后將得到的包含真實ROI的三維圖像塊輸入由多任務訓練得到的三維卷積模型,得到精確ROI輪廓,并根據ROI為真實ROI的概率將輪廓渲染為不同的顏色。本發明可快速處理大批量CT圖像,提高ROI檢測效率。
本發明授權基于多任務卷積模型的肺部CT感興趣區域自動檢測方法在權利要求書中公布了:1.一種基于多任務卷積模型的肺部CT感興趣區域自動檢測,其特征在于,通過對CT掃描進行解析得到張量形式的圖像,對該圖像進行肺部粗分割、重采樣以及像素值歸一化處理,得到僅包含肺部區域的三維CT圖像體素矩陣;然后對三維圖像切片后,將橫截面切片輸入基于編碼器解碼器結構的二維語義分割網絡得到,得到若干個ROI粗略輪廓;再以ROI粗略輪廓為中心截取三維圖像塊,通過三維分類器分別給出各個ROI為真實ROI的概率,經篩選后將得到的包含真實ROI的三維圖像塊輸入由多任務訓練得到的三維卷積模型,得到精確ROI輪廓,并根據ROI為真實ROI的概率將輪廓渲染為不同的顏色; 所述的二維語義分割網絡,基于U2-Net的神經網絡,其整體為編碼器解碼器結構,同時編碼器與解碼器的每一個單元也為編碼解碼結構,其中編碼器通過若干降采樣逐步擴大卷積層的感受野,提取特征圖中的高維語義特征,得到當前輸入中結節的粗略位置;解碼器通過若干上采樣逐步將特征圖采樣至與輸入相同的分辨率,提取特征圖中的低維視覺特征,得到結節在輸入圖像中的掩膜; 所述的三維分類器,為基于殘差網絡的三維變種,其殘差結構具體為:,其中:下標指網絡的第層,為當前層的輸入,為當前層的輸出,為第層的參數,為某一函數形式:,瓶頸層通過將特征圖映射到高維空間進行處理再壓縮至低維空間; 所述的多任務訓練是指:在訓練三維語義分割網絡時,除了輸出ROI掩膜這個主任務,再加一個判斷ROI良惡性的輔助任務;具體來說,在三維語義分割網絡中,除了對輸入的CT圖像進行特征提取的編碼器與輸出ROI掩膜的解碼器外,添加一個判斷當前ROI為良性或惡性的分類器;該分類器以編碼器各層的輸出為輸入,通過適當的降采樣與卷積操作,最后得表示當前ROI為良性的概率值;在訓練過程中,編碼器的參數同時由來自解碼器與分類器的反傳梯度進行更新。
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上海交通大學,其通訊地址為:200240 上海市閔行區東川路800號;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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。