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！

龙图腾网恭喜射阳县中医院申请的专利一种基于图像分析的医疗图像分析处理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：CN118485643B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202410652217.4，技术领域涉及：G06T7/00；该发明授权一种基于图像分析的医疗图像分析处理系统是由李素奇;董健;李瑶瑶设计研发完成，并于2024-05-24向国家知识产权局提交的专利申请。

本一种基于图像分析的医疗图像分析处理系统在说明书摘要公布了：本发明公开了一种基于图像分析的医疗图像分析处理系统，涉及医学图像分析技术领域，具体包括图像获取模块、数据预处理模块、图像分割模块、特征提取模块、决策分析模块和结果输出模块。图像分割模块通过融合模型从预处理后的医疗图像数据中分割出病变区域图像和器官区域图像，融合模型具体为多尺度U‑Net、PSPNet、混合CNN‑Transformer和多任务学习的融合模型；决策分析模块使用PU半监督学习结合正样本和未标注数据对分类模型进行训练，通过分类模型实现半监督疾病分类策略。本发明利用PU半监督学习有效利用有限的标注数据及大量未标注数据，提高了图像特征的提取能力和分类、分割的准确性。

本发明授权一种基于图像分析的医疗图像分析处理系统在权利要求书中公布了：1.一种基于图像分析的医疗图像分析处理系统，其特征在于，所述系统包括：图像获取模块，与医疗成像设备接口连接，用于自动接收或手动上传原始的医疗图像数据；数据预处理模块，用于通过图像处理技术对采集到的医疗图像数据进行预处理；图像分割模块，用于通过融合模型从预处理后的医疗图像数据中分割出病变区域图像和器官区域图像，所述融合模型具体为多尺度U-Net、PSPNet、混合CNN-Transformer和多任务学习的融合模型；特征提取模块，用于从分割后的病变区域图像和或器官区域图像中再次提取关键特征信息，所述关键特征信息包括病变区域的形状特征、大小特征、位置特征、纹理特征、密度和强度特征；决策分析模块，基于提取的关键特征信息，使用PU半监督学习结合正样本和未标注数据对分类模型进行训练，通过所述分类模型实现半监督疾病分类策略；结果输出模块，用于通过图形用户界面显示所述分类模型的分类结果，并存储于数据库或医疗健康记录系统中；所述混合CNN-Transformer通过CNN提取局部特征，通过Transformer捕获全局和长距离依赖特征，采用双解码器结构，一个解码器用于病变区域的分割，另一个解码器用于器官区域的分割，且在每个解码器中都引入注意力门，同时处理病变和器官的分割任务；所述融合模型具体包括：编码器部分结合多尺度U-Net和混合CNN-Transformer，在U-Net的编码器部分，使用多尺度U-Net的架构，通过不同尺度的卷积层提取多分辨率特征，进行多尺度特征提取；解码器部分采用混合CNN-Transformer的双解码器结构，分别作为病变解码器和器官解码器；病变解码器用于病变区域的分割，采用基于多尺度U-Net的解码器架构，通过逐层上采样恢复空间分辨率；器官解码器用于器官区域的分割，使用PSPNet的金字塔池化模块，捕获多尺度上下文信息；使用多任务学习框架，编码器部分融合多尺度U-Net和混合CNN-Transformer作为共享编码器，用于提取输入图像的共同特征；病变解码器和器官解码器作为独立解码器，分别处理病变区域和器官区域的分割任务；在训练过程中，通过多任务损失函数，同时优化处理病变区域和器官区域的分割任务，根据任务的重要性调整权重；融合模型编码器部分，在每一层编码器中使用多尺度卷积层提取不同分辨率的特征，公式为：xb＝Conva×axb-1；式中，xb是第b层的特征图，Conva×a表示a×a的卷积操作；在多尺度特征提取的基础上，在每个U-Net编码器层后面插入Transformer模块，使用Transformer层捕获全局特征，具体包括：将输入图像划分为不重叠的补丁xv： 式中，S是每个补丁的大小，N是补丁总数；X是通道数，R表示实数空间；将每个补丁通过线性变换矩阵映射到嵌入空间，得到嵌入向量z0：z0＝[xv1E,xv2E,...,xvNE]；式中，Y是嵌入空间的维度；xv1表示第1个补丁，xv2表示第2个补丁，xvN表示第N个补丁；在Transformer层应用多头自注意力机制来捕获全局依赖关系：z′g＝MSALNzg-1+zg-1；式中，zg为Transformer编码器在第g层的嵌入向量；LN表示层归一化，MSA表示多头自注意力机制；z′g表示经过多头自注意力机制和层归一化处理后的中间表示；病变解码器使用卷积层和上采样层逐层恢复空间分辨率，公式为：dg1＝ResBConcatenate[AttGatexg,UpSamplexg+1,UpSamplexg+1]；式中，dg1表示病变解码器在第g层的输出特征图；xg表示解码器在第g层的输入特征图，xg+1表示解码器在第g+1层的输入特征图；ResB表示残差块；AttGate表示注意门；UpSample表示上采样；Concatenate表示连接操作；器官解码器使用PSPNet的金字塔池化模块来捕获多尺度上下文信息，公式为：dg2＝PSPResBConcatenate[AttGatexg,UpSamplexg+1,UpSamplexg+1]；式中，dg2表示器官解码器在第g层的输出特征图；PSP表示PSPNet中的金字塔池化模块。

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射阳县中医院，其通讯地址为：224300 江苏省盐城市射阳县合德镇发鸿街27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”。