吉林大学安俐莹获国家专利权
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!
龙图腾网获悉吉林大学申请的专利一种基于U-Net的多窗宽窗位腹部CT气腹的自动化分割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:CN120747510B 。
龙图腾网通过国家知识产权局官网在2026-04-03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:202510859814.9,技术领域涉及:G06V10/26;该发明授权一种基于U-Net的多窗宽窗位腹部CT气腹的自动化分割方法是由安俐莹;周柚;薛健;孙淑静设计研发完成,并于2025-06-25向国家知识产权局提交的专利申请。
本一种基于U-Net的多窗宽窗位腹部CT气腹的自动化分割方法在说明书摘要公布了:本发明属于医学影像技术领域,公开了一种基于U‑Net的多窗宽窗位腹部CT气腹的自动化分割方法,包括以下步骤:步骤S1、收集患者CT图像数据,并进行预处理;步骤S2、基于U‑Net网络的分割算法,建立自动化分割模型,并对模型进行训练;步骤S3、对训练后的自动化分割模型,采用网格搜索算法定量优化窗宽窗位。本发明采用上述一种基于U‑Net的多窗宽窗位腹部CT气腹的自动化分割方法,通过动态调整窗宽窗位参数组合,实现腹膜腔内游离气体的自动检测与精准分割,提升气腹诊断效率与准确率,降低漏诊风险,为临床决策提供可靠依据。
本发明授权一种基于U-Net的多窗宽窗位腹部CT气腹的自动化分割方法在权利要求书中公布了:1.一种基于U-Net的多窗宽窗位腹部CT气腹的自动化分割方法,其特征在于,包括以下步骤: 步骤S1、收集患者CT图像数据,并进行预处理; 在步骤S1中,对所收集的CT图像数据进行预处理,具体过程如下: 步骤S121、对每个病例的DICOM序列沿轴向生成2D切片,并针对每张切片同步应用三种标准化窗位——腹窗、骨窗和肺窗; 其中,腹窗突出腹腔气体与软组织对比,骨窗强化骨骼细节,肺窗增强肺部及气腹区域辨识度; 步骤S122、通过线性灰度截断与归一化,将三个窗位的单通道图像堆叠为多通道输入; 步骤S123、对训练集进行数据增强,对多通道图像实施随机旋转、平移、缩放及亮度对比度扰动,模拟解剖位置和成像差异; 步骤S124、基于训练集计算三通道的均值和标准差,实现全局归一化,对所有图像进行Z-score标准化,消除设备间的灰度差异; 在CT图像数据预处理的过程中,严格隔离训练集与测试集,确保预处理参数仅从训练数据导出; 步骤S2、基于U-Net网络的分割算法,建立自动化分割模型,并对模型进行训练; 基于U-Net网络的分割算法,建立自动化分割模型,具体过程如下: 首先,搭建U-Net网络,其结构包括编码器和解码器两部分;其中编码器用于下采样,解码器用于上采样; 其次,采用基于U-Net网络的分割算法,建立自动化分割模型,对二维CT图像实现自动化分割; 步骤S3、对训练后的自动化分割模型,采用网格搜索算法定量优化窗宽窗位,具体过程如下: 步骤S31、初步探索阶段:分别在肺窗、骨窗和腹窗下,比较不同窗宽窗位组合的模型对图像特征的提取效果,筛选确定对图像特征提取效果最优的窗口; 步骤S32、窗宽优化阶段:固定最优窗口的窗位,每隔100个单位调整窗宽,训练模型并测试,确定使各项指标表现最优的窗宽; 步骤S33、窗位优化阶段:固定筛选出的窗宽参数,每隔100个单位调整窗位,测试并分析结果,确定最优窗位配置; 采用一系列性能评估指标来衡量本发明在CT图像中检测腹膜腔内游离空气的精度,包括像素准确率、类别准确率、类别平均像素准确率、交并比、平均交并比、戴斯系数和召回率。
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吉林大学,其通讯地址为:130012 吉林省长春市高新产业开发区前进大街2699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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励