Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 苏州慧维智能医疗科技有限公司刘枫获国家专利权

苏州慧维智能医疗科技有限公司刘枫获国家专利权

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!

龙图腾网获悉苏州慧维智能医疗科技有限公司申请的专利基于深度学习模型的息肉图像尺寸估计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:CN120431049B

龙图腾网通过国家知识产权局官网在2025-12-02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:202510522991.8,技术领域涉及:G06T7/00;该发明授权基于深度学习模型的息肉图像尺寸估计方法及系统是由刘枫;陈齐磊;曹鱼;刘本渊设计研发完成,并于2025-04-24向国家知识产权局提交的专利申请。

基于深度学习模型的息肉图像尺寸估计方法及系统在说明书摘要公布了:本发明公开了一种基于深度学习模型的息肉图像尺寸估计方法及系统。所述方法包括:获取多个图像帧;最大像素直径最大的一个作为代表帧;采用深度估计模型,估计目标息肉深度值,采用基于中值的方式计算代表性深度值;计算代表性像素直径、代表性深度值以及给定的比例因子的乘积,得到目标息肉的尺寸估计值。本发明提供了一种将深度估计模型和分割模型结合的统一息肉尺寸估计方法,通过估计绝对深度尺寸比例因子,消除了对相机明确校准的需求;同时,通过采集并分析多个视角,并选取能呈现最大表观直径的帧,从而通过近似垂直的视角来测量息肉截面,有效地解决了角度问题带来的影响,能够提供更准确、可靠的息肉尺寸测量。

本发明授权基于深度学习模型的息肉图像尺寸估计方法及系统在权利要求书中公布了:1.一种基于深度学习模型的息肉图像尺寸估计方法,其特征在于,包括: 获取多个不同视角下的包含目标息肉的图像帧; 选择所述目标息肉所占的最大像素直径的一个图像帧作为代表帧,对应的所述最大像素直径作为代表性像素直径; 采用深度估计模型,估计所述目标息肉所占的各个像素的深度值,基于多个像素对应的所述深度值,采用基于中值的方式计算代表性深度值; 计算所述代表性像素直径、所述代表性深度值以及给定的比例因子的乘积,得到所述目标息肉的尺寸估计值,其中,所述尺寸估计值的计算方式表示为: Dmm=α×Wmax×drep 其中,Dmm表示所述尺寸估计值,α表示所述比例因子,Wmax表示所述最大像素直径,drep表示所述代表性深度值; 所述比例因子的确定过程包括: 在多个训练图像中提取对应的代表性像素直径和代表性深度值计算二者乘积作为训练数据,并获取所述训练图像对应的真值尺寸; 基于多个所述训练数据和真值尺寸计算初始比例因子; 依照所述初始比例因子计算任一训练图像中的尺寸估计值,并统计所述尺寸估计值与所述真值尺寸的残差; 基于多个所述训练图像对应的残差的统计,剔除距离残差的平均值超出3倍标准值的异常点,获得保留点; 根据所述保留点,基于对应的多个所述训练数据和真值尺寸计算最终比例因子; 且所述比例因子的确定过程表示为: rt=ft-αinitet 其中,αinit表示所述初始比例因子,et表示所述训练数据,ft表示所述真值尺寸,t表示样本序号,T表示初始样本集合,NT表示集合T的样本总数,rt表示所述残差,μr表示所述残差的平均值,σr表示所述残差的标准差,S表示所述保留点的集合,NS表示集合S的样本总数,αfinal表示所述最终比例因子。

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苏州慧维智能医疗科技有限公司,其通讯地址为:215000 江苏省苏州市工业园区华池街88号晋合广场1幢1603B室;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。

免责声明
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。