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！

龙图腾网获悉武汉工程大学申请的专利用于灰度超声图像病变部位的通用定位分割方法和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：CN115908317B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202211443059.9，技术领域涉及：G06T7/00；该发明授权用于灰度超声图像病变部位的通用定位分割方法和系统是由吴兴隆;姜炎;邢涵硕;吴佩彦;徐国平设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本用于灰度超声图像病变部位的通用定位分割方法和系统在说明书摘要公布了：本发明提供了用于灰度超声图像病变部位的通用定位分割方法和系统，针对病变部位在图像中呈现的类似视觉特征，将分割任务分成两个阶段：第一阶段，利用深度学习模型检测病变部位在超声图像中的位置并初步绘制轮廓；第二阶段，基于检测到的病变部位在图像中的位置裁剪原始图像获得仅包括病变部位的部分图像，然后利用深度学习模型在获得的部分图像中提取病变部位特征，从而获得更加精细而准确的轮廓。通过将上述两个阶段中采用的两个深度学习模型融合为一个模型统一进行架构设计和学习，实现了对超声图像中的病变部位进行端到端的自动化定位和分割的功能，具备了在不同组织器官的超声图像中对大小各异的病变部位的准确分割能力。

本发明授权用于灰度超声图像病变部位的通用定位分割方法和系统在权利要求书中公布了：1.用于灰度超声图像病变部位的通用定位分割方法，其特征在于：包括以下步骤： S0：搭建用于灰度超声图像病变部位的通用定位分割系统；包括双输入双输出深度学习分割模型、关注病变部位大小的自适应式目标函数模块、两阶段病变部位感知算法模块和融合双分支输出的权重加成算法模块； 双输入双输出深度学习分割模型采用卷积神经网络作为主干，包括第一输入分支、第二输入分支、第一编码器、第二编码器、解码器、第一输出分支和第二输出分支；第一输入分支连接第一编码器；第二输入分支连接第二编码器；第一编码器与第二编码器的输出端合并后连接解码器；第一编码器与第二编码器分别通过跳跃连接的方式连接解码器；解码器分别连接第一输出分支和第二输出分支；关注病变部位大小的自适应式目标函数模块包括两个带权重的二元交叉熵损失函数和一个标准的二元交叉熵损失函数； S1：结合双输入双输出深度学习分割模型和关注病变部位大小的自适应式目标函数模块训练模型，从原始超声图像中提取病变部位相关的特征； S2：两阶段病变部位感知算法模块通过多次迭代进行渐进式检测和病变部位定位，更新双输入双输出深度学习分割模型的第二输入分支输入的截取后的包括病变部位的部分超声图像； S3：融合双分支输出的权重加成算法模块通过综合考量双输入双输出深度学习分割模型在不同分支的学习效果，获得更理想的最终预测结果。

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武汉工程大学，其通讯地址为：430074 湖北省武汉市洪山区雄楚大街693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。