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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于深度学习的两阶段AIS脊柱CT图像多标签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：CN118154870B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202410283675.5，技术领域涉及：G06V10/26；该发明授权一种基于深度学习的两阶段AIS脊柱CT图像多标签分割方法是由马玉良;张文新;梅厦锦设计研发完成，并于2024-03-13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两阶段AIS脊柱CT图像多标签分割方法在说明书摘要公布了：本发明公开了一种基于深度学习的两阶段AIS脊柱CT图像多标签分割方法，该方法首先获取AIS脊柱图片数据集，对数据集中的图片进行预处理，并创建椎骨定位的新标签。其次对预处理后图片和新标签进行处理，训练椎骨定位的卷积神经网络。然后使用训练后的卷积神经网络测试预处理后的图片，对测试结果再进行后处理，得到脊柱图像中椎骨质心的预测结果，并对预处理后原始图片和标签进行再处理，训练构建的分割网络。最后根据椎骨定位过程中预测到的椎骨质心位置创建感兴趣区域，使用训练好的分割网络在感兴趣区域中分割目标椎骨，再整合得到多标签分割结果。本发明可以有效分割椎骨。

本发明授权一种基于深度学习的两阶段AIS脊柱CT图像多标签分割方法在权利要求书中公布了：1.一种基于深度学习的两阶段AIS脊柱CT图像多标签分割方法，其特征在于，包括以下步骤： 步骤一，获取AIS脊柱图片数据集，对数据集中的图片进行预处理； 步骤二，在预处理后标签的基础上，创建椎骨定位的新标签； 步骤三，对预处理后图片和新标签进行处理； 步骤四，通过处理后的图片和新标签，训练椎骨定位的卷积神经网络； 步骤五，使用训练后的卷积神经网络测试预处理后的图片，对测试结果再进行后处理，得到脊柱图像中椎骨质心的预测结果，实现椎骨的定位； 步骤六，对预处理后原始图片和标签进行再处理； 所述再处理具体为：根据预处理后的标签计算出椎骨的质心，以每个质心为中心，裁剪预处理后的图片和标签得到以每个椎骨质心为中心的固定大小的区域，并对裁剪后的区域进行随机旋转和随机平移； 步骤七，在Attention-U-Net的基础上进行了改进，构建分割网络，并通过再处理后的图片以及标签进行训练； 所述分割网络具体为：以Attention-U-Net为基础，在网络的编码层上，使用尺寸为7×7×7的深度卷积替换原有的卷积层；在编码层中增加了残差连接；在解码层中，使用深度卷积层分别处理各个通道的信息，再使用一个卷积层整合所有通道的信息，同时使用残差连接提高网络的性能； 步骤八，根据椎骨定位过程中预测到的椎骨质心位置创建感兴趣区域，使用训练好的分割网络在感兴趣区域中分割目标椎骨； 步骤九，将所有感兴趣区域分割的结果整合，得到多标签分割结果。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。