齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)潘景山获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利一种医学图像检索方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119739879B 。
龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411953364.1,技术领域涉及:G06F16/532;该发明授权一种医学图像检索方法及系统是由潘景山;刘晟宇;李娜;田堂斌;胡涛设计研发完成,并于2024-12-27向国家知识产权局提交的专利申请。
本一种医学图像检索方法及系统在说明书摘要公布了:本发明提出了一种医学图像检索方法及系统,涉及医学图像处理领域,针对的问题是:现有技术无法深度理解医学图像内在内容,针对医学图像检索面临的高分辨率、多模态数据和背景噪声干扰等问题,无法准确、有效检索出对应的医学图像,检索鲁棒性和准确性差。方法包括:获取医学图像数据集,对医学图像数据集进行预处理;利用训练好的特征提取模型,进行特征提取,得到图像的融合特征;基于图像的融合特征,构建图像特征库;利用训练好的特征提取模型,对待检索医学图片进行特征提取,得到待检索医学图片的融合特征;将其与图像特征库进行匹配,检索出对应的图像。本发明显著提升了医学图像检索的准确性和效率。
本发明授权一种医学图像检索方法及系统在权利要求书中公布了:1.一种医学图像检索方法,其特征在于,包括: 获取待检索的医学图片,所述医学图片至少含有医学图像数据和标签; 将待检索的医学图片输入至训练好的特征提取模型,利用多尺度局部特征模块提取待检索医学图片的多尺度局部特征; 利用全局特征模块提取待检索医学图片的全局特征; 将待检索医学图片的多尺度局部特征和全局特征进入融合,得到待检索图像的融合特征; 在特征提取模型的图像特征库中,对待检索图像的融合特征进行检索,得到对应的图像; 其中,特征提取模型的图像特征库构建过程为:利用训练好的特征提取模型,对获取的图像数据集进行特征提取,并将提取的每张图像的融合特征存储到数据库中,得到特征提取模型的图像特征库; 特征提取模型包括主干网络模块、多尺度局部特征提取模块及全局特征提取模块; 在训练过程中,将训练集输入至主干网络模块,通过2倍下采样,得到第一输入特征; 对第一输入特征进行2倍下采样,得到第二输入特征; 对第二输入特征进行6倍下采样,得到第三输入特征; 将第二输入特征输入多尺度局部特征提取模块进行特征提取,得到多尺度局部特征; 将第三输入特征输入至全局特征提取模块进行特征提取,得到全局特征; 将多尺度局部特征与全局特征进行融合,得到融合图像的融合特征; 将第二输入特征输入多尺度局部特征提取模块进行特征提取,得到多尺度局部特征,其中,多尺度局部特征模块包括重叠窗口划分模块、窗口多头自注意力模块、前馈神经网络、窗口合并模块、卷积层、层归一化及全连接层,具体过程为: 通过重叠窗口划分模块,将第二输入特征图划分为小窗口,并得到每个窗口的第一输出特征图; 将第一输出特征图输入至窗口多头自注意力模块进行注意力计算,得到每个窗口的第二输出特征图; 将第二输出特征图输入至前馈神经网络进行非线性变化,得到每个窗口的第三输出特征图; 通过窗口合并模块,将每个窗口的第三输出特征图进行合并,得到第四输出特征图; 通过卷积层调整第四输出特征图的通道数; 通过批标准层对第四输出特征图进行标准化处理,得到标准化后的输出特征; 将标准化后的输出特征输入至全连接层进行映射,得到多尺度局部特征。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心),其通讯地址为:250000 山东省济南市长清区大学路3501号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励