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！

龙图腾网获悉常熟理工学院申请的专利一种基于深度学习的癌症图像对比度增强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：CN119599925B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510143104.6，技术领域涉及：G06T5/90；该发明授权一种基于深度学习的癌症图像对比度增强方法及系统是由王颖;汝吉东;周立凡;蒋廷旺;宋占科;穆伟斌;夏灵林;谢从华;蒋庆丰;毕安琪设计研发完成，并于2025-02-10向国家知识产权局提交的专利申请。

本一种基于深度学习的癌症图像对比度增强方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的癌症图像对比度增强方法及系统，属于医学图像处理技术领域，本发明采用自适应直方图均衡化算法进行预处理，增强局部区域对比度。通过多尺度分析提取纹理、形状和边缘特征，构建特征描述子。基于特征描述子，使用区域生长分割算法对图像进行分割，得到病灶区域边界。对分割后的病灶区域采用自适应对比度增强技术，突出病灶显示效果。考虑到噪声干扰，引入基于小波变换的去噪方法，在高频子带抑制噪声，低频子带保留细节。通过上述技术方案的有机结合，本发明能够有效增强癌症图像的对比度和清晰度，突出显示病灶区域，同时抑制噪声干扰。

本发明授权一种基于深度学习的癌症图像对比度增强方法及系统在权利要求书中公布了：1.一种基于深度学习的癌症图像对比度增强方法，其特征在于，包括以下步骤： 获取癌症图像，基于自适应直方图均衡化算法对所述癌症图像进行预处理； 针对预处理后的癌症图像，基于多尺度分析方法，在不同尺度下提取特征，并通过融合多尺度特征构建特征描述子，其中，所述特征包括纹理特征、形状特征和边缘特征； 基于所述特征描述子，采用区域生长分割算法对癌症图像进行分割，以病灶区域的灰度和纹理特征为生长准则，自适应扩展分割区域，并通过形态学处理消除分割噪声和伪影； 针对分割后的病灶区域，基于自适应对比度增强技术，根据病灶区域的灰度统计特性，自动调整增强参数，增强病灶区域的对比度； 对增强后的图像，采用基于小波变换的去噪方法，通过多尺度小波分解，在高频子带对小波系数进行软阈值处理，抑制高频噪声，同时在低频子带保留原始系数，并通过反变换重构图像，获得对比度增强的最终图像； 基于自适应对比度增强技术，根据病灶区域的灰度统计特性，自动调整增强参数，增强病灶区域的对比度的过程包括： 获取分割后的病灶区域图像数据，针对病灶区域图像进行灰度统计分析，得到病灶区域的灰度统计特性参数； 根据获得的病灶区域灰度统计特性参数，确定自适应对比度增强的目标参数范围； 采用自适应阈值分割算法，将病灶区域图像划分为多个子区域，针对每个子区域，根据其灰度统计特性，在目标参数范围内自动调整对比度增强参数； 对每个子区域图像进行对比度增强处理，将所有增强后的子区域图像进行融合，得到整体增强后的病灶区域图像。

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常熟理工学院，其通讯地址为：215506 江苏省苏州市常熟市南三环路99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”。