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！

龙图腾网获悉上海交通大学申请的专利内窥镜影像中息肉病变风险预测方法、系统及终端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：CN120672707B 。

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：202510774720.1，技术领域涉及：G06T7/00；该发明授权内窥镜影像中息肉病变风险预测方法、系统及终端是由程欣雯;丁瑞琪;周璐;程金年;褚以忞;顾运;彭海霞;黄晓霖设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本内窥镜影像中息肉病变风险预测方法、系统及终端在说明书摘要公布了：本发明提供了一种内窥镜影像中息肉病变风险预测方法及系统，将内窥镜设备的输出图像裁剪为多个小块，并过滤掉无效的小块，得到小块图像；根据小块图像之间的相对位置关系建立图数据；将图数据输入一内窥镜息肉病变预测模型，并输出预测结果，得到对每一个小块图像的病变风险预测结果，并综合该预测结果，得到对整张输出图像的息肉病变预测结果；基于上述过程，对内窥镜视频数据进行片段风险预测，得到对视频数据的息肉病变风险预测。本发明操作简单，使用时没有技术门槛。将内窥镜图像划分为多个小块进行预测，可以同时指示到内窥镜图像中高风险的区域。采用大模型作为基础模型提取内窥镜图像特征，精确度高，临床实用性强。

本发明授权内窥镜影像中息肉病变风险预测方法、系统及终端在权利要求书中公布了：1.一种内窥镜影像中息肉病变风险预测方法，其特征在于，包括： 将内窥镜设备的输出图像裁剪为多个小块，并过滤掉无效的小块，得到小块图像； 根据小块图像之间的相对位置关系建立图数据； 提供一预训练的内窥镜息肉病变预测模型，将建立的图数据输入所述内窥镜息肉病变预测模型，并输出预测结果，得到对每一个小块图像的病变风险预测结果； 综合每一个小块图像的预测结果，得到对整张输出图像的息肉病变预测结果； 所述将内窥镜设备的输出图像裁剪为多个小块，并过滤掉无效的小块，包括： 将内窥镜设备的输出图像裁剪为多个256×256的小块； 将所有小块转换到HSV空间，在所述HSV空间中判断出每一个像素点是否属于阴影区域； 若任意一个小块中的阴影区域占比大于等于设定比例阈值，则认为该小块属于无效的小块图像，丢弃； 若任意一个小块中的阴影区域占比小于设定比例阈值，则认为该小块属于有效的小块图像，保留用于风险预测； 所述根据小块图像之间的相对位置关系建立图数据，包括： 将每一个小块图像作为一个节点，基于小块图像之间的相对位置关系，对于彼此之间直接接触的小块图像之间通过边相连，对于彼此之间没有直接接触的小块图像之间则没有边相连，建立得到以小块图像为节点的图数据； 所述提供一预训练的内窥镜息肉病变预测模型，将建立的图数据输入所述内窥镜息肉病变预测模型，并输出预测结果，包括： 提供一预训练的内窥镜息肉病变预测模型，所述内窥镜息肉病变预测模型包括：预训练的特征提取模型和预训练的图神经网络模型； 将所述图数据通过所述特征提取模型进行特征提取，依次得到对应每一个小块图像的特征向量，其中所述特征向量的信息被每一个节点携带，得到包含了特征信息的图数据； 将所述包含了特征信息的图数据输入所述图神经网络模型，输出针对每一个节点的病变风险预测结果，即得到每一个小块图像的病变风险预测结果； 所述预训练的特征提取模型采用海量内窥镜视频数据进行训练，用于提取内窥镜图像的局部特征； 所述预训练的图神经网络模型采用具有纹理特征的训练图像块进行训练，用于对图像特征进行结果预测； 所述图神经网络模型，包括：两个图卷积层和一个全连接层组成；其中，在每一个图卷积层之后，应用批量归一化层和ReLU激活函数，并在两个图卷积层之间添加了一个dropout层；所述全连接层的输出为2维，分别对应病变和非病变的预测置信度； 所述具有纹理特征的训练图像块，通过以下方式获得： 由专业医生人工标注出训练图像便于病变风险诊断的区域，过滤掉无关区域； 将标注区域的外接矩形进行裁剪，得到形状大小一致的训练图像块； 由专业医生结合专业知识和病理结果为所述训练图像快设置标签，得到具有纹理特征的训练图像块； 所述综合每一个小块图像的预测结果，包括： 当所有小块图像的预测结果均为阴性，则整张输出图像的息肉病变预测结果为低风险，若其中任意一个或任意多个小块图像的预测结果中存在阳性，则整张输出图像的息肉病变预测结果为高风险； 还包括：基于上述过程，对内窥镜视频数据进行片段风险预测，得到对整个内窥镜视频数据中的息肉病变风险预测； 其中： 所述内窥镜视频数据进行片段风险预测，得到对整个内窥镜视频数据中的息肉病变风险预测，包括： 提取内窥镜视频数据的每一帧图像，在每一帧图像中随机采样出若干相同尺寸的小块图像，根据小块图像之间的相对位置关系建立图数据，并利用预训练的内窥镜息肉病变预测模型对所述图数据进行病变风险预测，得到每一帧图像的病变风险预测结果； 将连续若干帧都为高风险的视频片段作为一个高病变风险片段；当视频数据中连续高病变风险片段的数量超过设定数量阈值，则将该视频数据判断为高病变风险，否则判断为低病变风险。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。