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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳市核图医疗科技有限公司苑金龙获国家专利权

深圳市核图医疗科技有限公司苑金龙获国家专利权

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!

龙图腾网获悉深圳市核图医疗科技有限公司申请的专利应用于脑部MRI影像分割的图像标注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:CN120689625B

龙图腾网通过国家知识产权局官网在2026-03-17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:202510867188.8,技术领域涉及:G06V10/26;该发明授权应用于脑部MRI影像分割的图像标注方法及系统是由苑金龙设计研发完成,并于2025-06-26向国家知识产权局提交的专利申请。

应用于脑部MRI影像分割的图像标注方法及系统在说明书摘要公布了:本发明实施例公开了一种应用于脑部MRI影像分割的图像标注方法及系统,方法包括:获取目标对象的脑部MRI影像数据集合,所述脑部MRI影像数据集合包括多个扫描层级的原始影像序列;对所述原始影像序列进行多模态特征融合处理,生成增强影像特征集合;调用多层级联分割网络对所述增强影像特征集合进行分层特征提取,得到多尺度解剖结构特征图;基于所述多尺度解剖结构特征图进行区域边界优化处理,生成标注完成的脑部结构分割图像。由此,能够精准地界定脑部各个结构的边界,使分割后的图像更加准确清晰,从而可以准确清晰地实现脑部MRI影像的图像分割标注。

本发明授权应用于脑部MRI影像分割的图像标注方法及系统在权利要求书中公布了:1.一种应用于脑部MRI影像分割的图像标注方法,其特征在于,包括: 获取目标对象的脑部MRI影像数据集合,所述脑部MRI影像数据集合包括多个扫描层级的原始影像序列; 对所述原始影像序列进行多模态特征融合处理,生成增强影像特征集合; 调用多层级联分割网络对所述增强影像特征集合进行分层特征提取,得到多尺度解剖结构特征图; 基于所述多尺度解剖结构特征图进行区域边界优化处理,生成标注完成的脑部结构分割图像:对所述多尺度解剖结构特征图执行初始分割处理,生成初始脑部结构分割掩膜;对所述初始脑部结构分割掩膜进行边界置信度分析,确定边界模糊区域的置信度分布图;基于所述置信度分布图对所述初始脑部结构分割掩膜执行迭代形态学优化操作,生成优化后的脑部结构分割掩膜;其中,所述迭代形态学优化操作包括对所述边界模糊区域进行膨胀-腐蚀序列处理,并基于所述置信度分布图调整膨胀核的大小;将所述优化后的脑部结构分割掩膜与所述原始影像序列进行叠加融合处理,生成所述标注完成的脑部结构分割图像; 所述将所述优化后的脑部结构分割掩膜与所述原始影像序列进行叠加融合处理,生成所述标注完成的脑部结构分割图像,包括: 对所述优化后的脑部结构分割掩膜进行边缘平滑处理,生成平滑分割轮廓; 将所述平滑分割轮廓与所述原始影像序列的灰度值进行透明度混合处理,生成初步标注图像; 对所述初步标注图像中不同解剖结构的边界区域执行颜色编码处理,生成具有区分度的伪彩色标注层:根据预设的脑部解剖结构分类规则为不同解剖区域分配唯一颜色标识;对所述优化后的脑部结构分割掩膜中的每个连通区域进行类别匹配处理,确定对应的目标颜色标识;基于所述目标颜色标识对所述连通区域的边界像素进行渐变色填充处理,生成所述伪彩色标注层;其中,所述渐变色填充处理的色彩饱和度与所述边界像素到分割轮廓中心的距离呈正相关;将所述伪彩色标注层与所述原始影像序列进行空间对齐叠加,生成所述标注完成的脑部结构分割图像:对所述伪彩色标注层的像素坐标执行归一化坐标转换处理,生成与所述原始影像序列的物理坐标系对齐的标准化坐标映射表;其中,所述归一化坐标转换处理包括将所述伪彩色标注层的像素位置映射至所述原始影像序列的扫描层间分辨率比例空间,并通过双线性插值算法补偿层间位移误差;根据所述标准化坐标映射表对所述伪彩色标注层的颜色通道执行空间重采样处理,生成与所述原始影像序列的像素空间分布完全匹配的重采样伪彩图层;其中,所述空间重采样处理采用各向同性插值核函数,各向同性插值核函数的核宽度参数与所述原始影像序列的层内像素间距量纲统一;将所述重采样伪彩图层输入透明度混合通道,执行多通道像素级叠加运算处理,生成混合标注图像;其中,所述叠加运算处理包括对所述原始影像序列的灰度值进行线性亮度保留变换,并对所述重采样伪彩图层的RGB颜色分量进行动态范围压缩,使得叠加后的像素值不超过预设的最大显示动态范围;对所述混合标注图像执行边缘锐化与抗锯齿处理,生成边界增强的中间标注图像;其中,所述边缘锐化处理采用各向异性扩散滤波算法,各向异性扩散滤波算法的梯度阈值参数与所述原始影像序列的灰度梯度分布统计量匹配;基于所述中间标注图像的边界强度分布执行自适应对比度调整处理,生成最终显示的脑部结构分割图像;其中,所述自适应对比度调整处理包括对低对比度区域执行直方图均衡化操作,同时对高梯度区域执行非线性伽马校正,非线性伽马校正的校正系数与局部梯度幅值呈负相关;对所述最终显示的脑部结构分割图像执行色彩空间验证处理,使得所述伪彩色标注层的色度通道与所述原始影像序列的亮度通道在显示色域范围内无交叠冲突;其中,所述色彩空间验证处理包括将RGB颜色空间转换为YUV空间后检测亮度分量与色度分量的正交性指标,若检测到交叠区域则重新映射色度坐标至预设的安全调色板区间。

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深圳市核图医疗科技有限公司,其通讯地址为:518100 广东省深圳市坪山区坑梓街道金沙社区锦绣东路22号雷柏中城生命科学园第3分园综合楼B603;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。