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！

龙图腾网获悉徐州医科大学附属医院申请的专利一种多模型组合CT图像处理方法和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：CN120014373B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510487528.4，技术领域涉及：G06V10/764；该发明授权一种多模型组合CT图像处理方法和系统是由胥锦;胡春峰;丁涛;李伟栋设计研发完成，并于2025-04-18向国家知识产权局提交的专利申请。

本一种多模型组合CT图像处理方法和系统在说明书摘要公布了：本发明提供一种多模型组合CT图像处理方法和系统，涉及医学图像处理技术领域，所述方法包括：将病灶CT图像输入病灶检测模型，获得病灶CT图像中病灶所在区域，并根据病灶所在区域，获得病灶图像块；将病灶图像块输入训练后的癌变识别模型的编码模块，获得病灶图像块的特征图；将特征图输入癌变概率识别模块，获得概率特征向量；将特征图输入病情发展阶段识别模块，获得病情发展阶段特征向量；将特征图、概率特征向量和病情发展阶段特征向量输入解码模块，获得癌变识别结果；根据各个病灶图像块的癌变识别结果，获得病灶分析报告。根据本发明，可确定病灶发生癌变的概率和病灶的发展阶段，提升癌变识别模型的性能以及对病灶的判断准确性。

本发明授权一种多模型组合CT图像处理方法和系统在权利要求书中公布了：1.一种多模型组合CT图像处理方法，其特征在于，包括： 将病灶CT图像输入病灶检测模型，获得病灶CT图像中病灶所在区域，并根据病灶所在区域，获得病灶图像块； 将病灶图像块输入训练后的癌变识别模型的编码模块，获得病灶图像块的特征图； 将所述特征图输入癌变概率识别模块，获得病灶图像块中的病灶发生癌变的概率特征向量； 将所述特征图输入病情发展阶段识别模块，获得病灶图像块中的病灶的病情发展阶段特征向量； 将所述特征图、所述概率特征向量和所述病情发展阶段特征向量输入癌变识别模块的解码模块，获得病灶图像块中病灶的癌变识别结果； 根据各个病灶图像块中病灶的癌变识别结果，获得病灶CT图像的病灶分析报告： 癌变识别模型的训练步骤包括： 获取癌症患者的多个病情发展阶段的第一样本病灶CT图像，以及非癌症患者的多个病情发展阶段的第二样本病灶CT图像； 将多个病情发展阶段的第一样本病灶CT图像输入癌变识别模型的编码模块，获得第一样本特征图； 将所述第一样本特征图输入癌变概率识别模块，获得第一样本概率特征向量； 将所述第一样本特征图输入病情发展阶段识别模块，获得第一样本病情发展阶段特征向量； 将多个病情发展阶段的第二样本病灶CT图像输入癌变识别模型的编码模块，获得第二样本特征图； 将所述第二样本特征图输入癌变概率识别模块，获得第二样本概率特征向量； 将所述第二样本特征图输入病情发展阶段识别模块，获得第二样本病情发展阶段特征向量； 根据所述第一样本概率特征向量、所述第一样本病情发展阶段特征向量、所述第二样本概率特征向量、所述第二样本病情发展阶段特征向量、图像生成模型和判别模型，获得病情发展相似性损失函数； 将所述第一样本概率特征向量、所述第一样本病情发展阶段特征向量和所述第一样本特征图输入癌变识别模块的解码模块，获得第一癌变识别结果； 将所述第二样本概率特征向量、所述第二样本病情发展阶段特征向量和所述第二样本特征图输入癌变识别模块的解码模块，获得第二癌变识别结果； 根据所述第一样本概率特征向量、所述第一样本病情发展阶段特征向量、所述第一癌变识别结果、所述第二样本概率特征向量、所述第二样本病情发展阶段特征向量和所述第二癌变识别结果，获得癌变识别损失函数； 根据所述病情发展相似性损失函数和所述癌变识别损失函数，获得癌变识别模型的损失函数； 根据癌变识别模型的损失函数对所述癌变识别模型进行训练，获得训练后的癌变识别模型： 根据所述第一样本概率特征向量、所述第一样本病情发展阶段特征向量、所述第二样本概率特征向量、所述第二样本病情发展阶段特征向量、图像生成模型和判别模型，获得病情发展相似性损失函数，包括： 将第i个病情发展阶段的第一样本病灶CT图像，及其对应的第一样本概率特征向量和第一样本病情发展阶段特征向量输入图像生成模型，获得第i+1个病情发展阶段的第一生成病灶CT图像，其中，i为正整数； 将第j个病情发展阶段的第二样本病灶CT图像，及其对应的第二样本概率特征向量和第二样本病情发展阶段特征向量输入图像生成模型，获得第j+1个病情发展阶段的第二生成病灶CT图像，其中，j为正整数； 根据第i+1个病情发展阶段的第一生成病灶CT图像、根据第i+1个病情发展阶段的第一样本病灶CT图像、第j+1个病情发展阶段的第二生成病灶CT图像、第j+1个病情发展阶段的第二样本病灶CT图像和判别模型，获得图像真实性损失函数； 获取第i+1个病情发展阶段的第一生成病灶CT图像的第一生成概率特征向量以及第一生成病情发展阶段特征向量，并获取第j+1个病情发展阶段的第二生成病灶CT图像的第二生成概率特征向量以及第二生成病情发展阶段特征向量； 根据所述第一样本概率特征向量、所述第一样本病情发展阶段特征向量、所述第一生成概率特征向量、所述第一生成病情发展阶段特征向量、所述第二样本概率特征向量、所述第二样本病情发展阶段特征向量、所述第二生成概率特征向量以及所述第二生成病情发展阶段特征向量，获得病情特征损失函数； 根据所述图像真实性损失函数和所述病情特征损失函数，获得所述病情发展相似性损失函数。

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徐州医科大学附属医院，其通讯地址为：221000 江苏省徐州市淮海西路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”。