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！

龍圖騰網獲悉西安交通大學申請的專利基于條件約束概率生成的目標輪廓不確定性誤差量化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：CN120198654B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202510641998.1，技術領域涉及：G06V10/25；該發明授權基于條件約束概率生成的目標輪廓不確定性誤差量化方法是由杜少毅;何鑫;徐夢蕊;王娟;張棟;韓泓丞;姜玨設計研發完成，并于2025-05-19向國家知識產權局提交的專利申請。

本基于條件約束概率生成的目標輪廓不確定性誤差量化方法在說明書摘要公布了：本案涉及基于條件約束概率生成的目標輪廓不確定性誤差量化方法，用于解決現有技術無法提供對結節超聲診斷結果的直觀解釋，以及現有技術難以同時學習來自多位專家的臨床觀點的問題。所述方法提出了一種基于條件約束概率生成的目標輪廓不確定性誤差量化方法，通過建立深度學習模型捕獲結節超聲影像圖像中的語義和結構編碼信息，將編碼信息映射到隱空間分布后進行采樣，基于采樣結果得到目標輪廓分割結果及不確定性的量化。所述方法利用模型學習來自多位專家的標注分布，輸出自身預測結果的不確定性量化，有效提升模型的可解釋性，幫助醫生識別結節高風險區域，從而增強了所述方法在實際臨床應用中的透明性和可靠性。

本發明授權基于條件約束概率生成的目標輪廓不確定性誤差量化方法在權利要求書中公布了：1.一種基于條件約束概率生成的目標輪廓不確定性誤差量化方法，其特征在于，所述方法包括下述步驟： 采用進行非對稱的編碼器-解碼器架構進行預訓練，在預訓練階段，假設原始輸入的結節超聲影像圖像為，將其劃分為個圖像塊：，通過隨機掩碼操作，將圖像隨機劃分為可見塊集合和掩碼塊集合，為可見圖像塊添加位置嵌入：，為嵌入的位置信息；將嵌入了位置信息的圖像塊輸入到視覺Transformer編碼器中，利用解碼器預測重建被掩碼的圖像塊； 將第一視覺Transformer編碼器采用上述預訓練方法進行預訓練，基于經過預訓練的第一視覺Transformer編碼器構造先驗網絡，利用與第一視覺Transformer編碼器具有相同結構參數的第二視覺Transformer編碼器構造后驗網絡，基于Unet網絡構造目標輪廓分割網絡；其中，所述先驗網絡能夠將第一視覺Transformer編碼器得到的圖像特征編碼到隱空間中的先驗分布，所述后驗網絡能夠將第二視覺Transformer編碼器得到的圖像特征編碼到隱空間中的后驗分布； 在訓練階段，將結節超聲影像圖像樣本分別輸入先驗網絡獲得先驗分布，將該結節超聲影像圖像樣本對應標簽作為條件變量，將該結節超聲影像圖像樣本和其對應標簽拼接經卷積降維后輸入后驗網絡獲得后驗分布，基于先驗分布和后驗分布計算KL散度； 將該結節超聲影像圖像樣本和先驗分布，輸入目標輪廓分割網絡，輸出預測結果，計算預測結果與真實值的交叉熵損失；其中，從先驗分布中采樣得到的隱變量注入目標輪廓分割網絡的瓶頸層； 將該結節超聲影像圖像樣本和后驗分布，輸入目標輪廓分割網絡，輸出預測結果，計算預測結果與真實值的交叉熵損失；其中，從后驗分布中采樣得到的隱變量注入目標輪廓分割網絡的瓶頸層； 計算訓練總損失，； 在推理階段，將待分割結節超聲影像圖像輸入訓練好的先驗網絡獲得先驗分布，將獲得的先驗分布和其對應的待分割的結節超聲影像圖像輸入訓練好的目標輪廓分割網絡，輸出該結節超聲影像圖像的分割結果，進而得到目標輪廓置信度，所述目標輪廓置信度為每個像素點的標準差。

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西安交通大學，其通訊地址為：710049 陜西省西安市咸寧西路28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”。