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！

龙图腾网获悉浙江师范大学申请的专利一种针对背部图像的脊柱侧弯识别方法、装置和设备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：CN121353814B 。

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：202511924488.1，技术领域涉及：G06V10/764；该发明授权一种针对背部图像的脊柱侧弯识别方法、装置和设备是由熊继平;吴俊杰;许秀玲设计研发完成，并于2025-12-19向国家知识产权局提交的专利申请。

本一种针对背部图像的脊柱侧弯识别方法、装置和设备在说明书摘要公布了：本发明公开了一种针对背部图像的脊柱侧弯识别方法、装置和设备，该方法包括以下步骤：获取待进行脊柱侧弯识别的人体背部图像；进行后背区域部分图像分割，得到对应的后背区域图像；基于所述后背区域图像，采用曲线提取算法，经过重采样、斜率分析和跳变点检测提取基于背部轮廓的关键曲线，进行图像重构；采用训练后的对称性CNN分类模型对重构后的图像进行脊柱侧弯识别，得到脊柱是否侧弯的识别结果；其中，所述对称性CNN分类模型包括特征提取模块和对称特征提取融合模块。本发明涉及计算机视觉与医学图像处理技术领域，通过引入对称特征注意力机制和多尺度特征提取构建的对称性CNN分类模型，提高了脊柱侧弯识别的准确性。

本发明授权一种针对背部图像的脊柱侧弯识别方法、装置和设备在权利要求书中公布了：1.一种针对背部图像的脊柱侧弯识别方法，其特征在于，包括以下步骤： S1、获取待进行脊柱侧弯识别的人体背部图像；进行后背区域部分图像分割，得到对应的后背区域图像； S2、基于所述后背区域图像，采用曲线提取算法，经过重采样、斜率分析和跳变点检测提取基于背部轮廓的关键曲线，进行图像重构； S3、采用训练后的对称性CNN分类模型对重构后的图像进行脊柱侧弯识别，得到脊柱是否侧弯的识别结果；其中，所述对称性CNN分类模型包括特征提取模块和对称特征提取融合模块； 所述特征提取模块，包括：第一分支、第二分支和第三分支； 步骤S3，具体包括： S31、将重构后的图像输入训练后的对称性CNN分类模型中，采用特征提取模块对所述重构后的图像进行特征提取； 第一分支采用yolov11骨干网络对所述重构后的图像进行特征提取，得到重构图像的第一特征F；第二分支采用所述yolov11骨干网络对所述重构后的图像进行翻转及特征提取，得到重构图像的第二特征；第三分支在所述第一分支和第二分支特征提取过程中，对所述yolov11骨干网络的第四个卷积层的输出，采用对称特征提取融合模块进行浅层对称特征计算，得到浅层融合特征和浅层差异特征；对计算结果采用所述yolov11骨干网络的第四个卷积层之后的操作层进行相应操作，得到重构图像的深化浅层融合特征和重构图像的深化浅层差异特征； S32、采用所述对称性CNN分类模型中的对称特征提取融合模块对所述重构图像的第一特征F和重构图像的第二特征进行深层对称特征计算，得到深层融合特征和深层差异特征； S33、采用所述对称性CNN分类模型中的头部网络进行双路特征预测；将所述深层融合特征和深化浅层融合特征相加后，进行特征预测，得到第一预测特征；将所述深层差异特征和深化浅层差异特征相加后，进行特征预测，得到第二预测特征；对所述第一预测特征和第二预测特征进行加权求和后进行特征映射，并基于特征映射结果得到表示图像中脊柱是否侧弯的结果。

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浙江师范大学，其通讯地址为：321004 浙江省金华市婺城区新狮街道迎宾大道688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。