買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉首都醫(yī)科大學(xué)附屬北京積水潭醫(yī)院申請的專利醫(yī)學(xué)影像增強(qiáng)處理與組織邊界智能識別方法獲國家發(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：CN120388013B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-16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：202510854827.7，技術(shù)領(lǐng)域涉及：G06T7/00；該發(fā)明授權(quán)醫(yī)學(xué)影像增強(qiáng)處理與組織邊界智能識別方法是由吳新寶;趙春鵬;曹奇勇;李宇能設(shè)計研發(fā)完成，并于2025-06-25向國家知識產(chǎn)權(quán)局提交的專利申請。

本醫(yī)學(xué)影像增強(qiáng)處理與組織邊界智能識別方法在說明書摘要公布了：本發(fā)明涉及醫(yī)學(xué)影像處理領(lǐng)域，公開了一種醫(yī)學(xué)影像增強(qiáng)處理與組織邊界智能識別方法，構(gòu)建醫(yī)學(xué)影像分割模型，可學(xué)習(xí)濾波器模塊包括并行的Gabor濾波器組和LoG濾波器組；多模態(tài)特征融合模塊將多個Gabor濾波器輸出的紋理特征、多個LoG濾波器輸出的邊緣特征以及原始輸入圖像進(jìn)行融合；SwinTransformer用于將融合特征圖劃分為圖像塊序列，并從圖像塊序列中提取多尺度特征圖；分割頭用于將多尺度特征圖恢復(fù)至原始分辨率并輸出分割掩碼；對構(gòu)建的醫(yī)學(xué)影像分割模型進(jìn)行訓(xùn)練；利用完成訓(xùn)練的醫(yī)學(xué)影像分割模型對臨床醫(yī)學(xué)影像進(jìn)行圖像分割處理，輸出能夠清晰顯示出不同組織結(jié)構(gòu)及組織邊界的像素級分割掩碼。本發(fā)明可有效提升醫(yī)學(xué)影像中組織邊界的識別精度。

本發(fā)明授權(quán)醫(yī)學(xué)影像增強(qiáng)處理與組織邊界智能識別方法在權(quán)利要求書中公布了：1.一種醫(yī)學(xué)影像增強(qiáng)處理與組織邊界智能識別方法，其特征在于，包括： 構(gòu)建醫(yī)學(xué)影像分割模型，所述醫(yī)學(xué)影像分割模型包括依次連接的可學(xué)習(xí)濾波器模塊、多模態(tài)特征融合模塊、SwinTransformer骨干網(wǎng)絡(luò)和分割頭；所述可學(xué)習(xí)濾波器模塊包括并行的Gabor濾波器組和LoG濾波器組，所述Gabor濾波器組用于提取輸入圖像中不同組織的多尺度和多方向的紋理特征，所述LoG濾波器組用于提取輸入圖像中不同組織的多尺度邊緣特征；所述多模態(tài)特征融合模塊用于將多個Gabor濾波器輸出的紋理特征、多個LoG濾波器輸出的邊緣特征以及原始輸入圖像進(jìn)行融合，生成紋理與邊緣特征增強(qiáng)后的融合特征圖；所述SwinTransformer用于將所述融合特征圖劃分為圖像塊序列，并從圖像塊序列中提取多尺度特征圖；所述分割頭用于將所述多尺度特征圖恢復(fù)至原始分辨率并輸出分割掩碼； 采用訓(xùn)練數(shù)據(jù)對構(gòu)建的醫(yī)學(xué)影像分割模型進(jìn)行訓(xùn)練；所述訓(xùn)練數(shù)據(jù)包括醫(yī)學(xué)影像和與其對應(yīng)的逐像素標(biāo)注組織類別的分割掩碼； 利用完成訓(xùn)練的醫(yī)學(xué)影像分割模型對臨床醫(yī)學(xué)影像進(jìn)行圖像分割處理，輸出能夠清晰顯示出不同組織結(jié)構(gòu)及組織邊界的像素級分割掩碼； 其中，所述Gabor濾波器組包括并行的多個Gabor濾波器，每個Gabor濾波器具有獨(dú)立的可訓(xùn)練參數(shù)，且多個Gabor濾波器的可訓(xùn)練參數(shù)各不相同；在訓(xùn)練過程中，并行的多個可學(xué)習(xí)的Gabor濾波器動態(tài)學(xué)習(xí)輸入圖像中不同組織的多尺度和多方向的紋理特征，并通過反向傳播動態(tài)優(yōu)化參數(shù)； 所述LoG濾波器組包括并行的多個LoG濾波器，每個LoG濾波器具有獨(dú)立的可訓(xùn)練參數(shù)，且多個LoG濾波器的可訓(xùn)練參數(shù)各不相同；在訓(xùn)練過程中，并行的多個可學(xué)習(xí)的LoG濾波器動態(tài)學(xué)習(xí)輸入圖像中不同組織的多尺度邊緣特征，并通過反向傳播動態(tài)優(yōu)化參數(shù)。

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)人首都醫(yī)科大學(xué)附屬北京積水潭醫(yī)院，其通訊地址為：100035 北京市西城區(qū)新街口東街31號；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)”。