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！

龙图腾网获悉四川大学申请的专利一种基于对抗生成网络的胸片肋骨提取方法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：CN115601294B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202210846748.8，技术领域涉及：G06T7/00；该发明授权一种基于对抗生成网络的胸片肋骨提取方法是由吕建成;牛超群;李媛;王坚;陈永志;张林设计研发完成，并于2022-07-05向国家知识产权局提交的专利申请。

本一种基于对抗生成网络的胸片肋骨提取方法在说明书摘要公布了：本发明公开了一种基于对抗生成网络的胸片肋骨提取方法，包括通过双能量减影获得胸片图像对构建数据集，所述的胸片图像对包括1帧标准胸片ICC、1帧软组织图像ISS和1帧骨骼图像IBB；根据标准胸片ICC、软组织图像ISS和骨骼图像IBB分别进行灰度直方图均衡化处理，得到ICBCB和ICSCS；利用来自同一个体的成对的ICC、ICBCB和ICSCS构建肋骨生成数据集，对数据集中每个个体的ICC、IBB和ICSCS依据构建规则构建肋骨边界监督数据集；将肋骨边界监督数据集输入肋骨监督网络，计算图像对三个特征图之间的相似度损失将构建出的灰度图图像输入肋骨监督网络进行训练，完成肋骨监督网络的训练；构建肋骨图像生成网络，并训练肋骨图像生成网络；将采集的胸片图像，输入到训练完成的肋骨图像生成网络，得到胸片图像中的肋骨图像。

本发明授权一种基于对抗生成网络的胸片肋骨提取方法在权利要求书中公布了：1.一种基于对抗生成网络的胸片肋骨提取方法，其特征在于，包括如下步骤： 步骤一，通过双能量减影获得胸片图像对构建数据集，所述的胸片图像对包括1帧标准胸片I、1帧软组织图像I和1帧骨骼图像I 步骤二，将数据集中成对的标准胸片I、软组织图像I和骨骼图像I分别进行灰度直方图均衡化处理，并调整图像尺寸为设定大小，将标准胸片I分别与软组织图像I和骨骼图像I做饱和的图像减运算得到ICB和ICS；ICB为肋骨生成数据集和ICS为肋骨边界监督数据集； 步骤三，利用来自同一个体的成对的I、ICB和ICS构建肋骨生成数据集，对数据集中每个个体的I、I和ICS依据构建规则构建肋骨边界监督数据集； 步骤四，将肋骨边界监督数据集输入肋骨监督网络，提取出肋骨边界监督数据集中图像对中的每张图像的特征图，得到对应图像对的三个特征图，计算图像对三个特征图之间的相似度损失 步骤五，将构建出的I，I，ICS灰度图图像对经尺寸调整为的张量后输入肋骨监督网络进行训练，完成肋骨监督网络的训练； 步骤六，构建肋骨图像生成网络，肋骨图像生成网络依据生成对抗网络模型原理，由生成器、判别器和监督器构成，其中生成器采用加入跳远连接的U-net结构，判别器采用多层卷积神经网络结构，监督器为训练完成的肋骨监督网络，并对构建的肋骨图像生成网络进行训练，得到训练完成的肋骨图像生成网络； 步骤七，将采集的胸片图像，输入到训练完成的肋骨图像生成网络，得到胸片图像中的肋骨图像； 所述的利用来自同一个体的成对的IC、ICB和ICS构建肋骨生成数据集，对数据集中每个个体的IC、IB和ICS依据构建规则构建肋骨边界监督数据集，包括如下过程: 利用来自同一个体的成对的IC、ICB和ICS构建肋骨生成数据集，用于生成模型重建生成骨架图像，基于对比学习，对数据集中每个个体的IC、IB和ICS依据构建规则构建肋骨边界监督数据集，用于训练出对肋骨信息高度敏感的神经网络模型，监督生成网络生成过程，具体构建规则如下，其中P为正样本，N为负样本： ①IC、IB和ICS均来自同一个个体，所构建的图像对为IC，IB_P，ICS_P； ②IC、IB均来自同一个个体，ICS来自不同个体，所构建的图像对为IC，IB_P，ICS_N； ③IC、ICS均来自同一个个体，IB来自不同个体，所构建的图像对为IC，IB_N，ICS_P； ④IB、ICS均来自同一个个体，IC来自不同个体，所构建的图像对为IC，IB_N，ICS_N； IC、IB和ICS均来自不同个体，所构建的图像对为IC_N，IB_N，ICS_N。

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四川大学，其通讯地址为：610000 四川省成都市一环路南一段24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。