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！

龙图腾网获悉上海交通大学申请的专利基于多任务卷积模型的肺部CT感兴趣区域自动检测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：CN115294151B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202210773167.6，技术领域涉及：G06T7/11；该发明授权基于多任务卷积模型的肺部CT感兴趣区域自动检测方法是由赵寅杰;傅小龙;潘小勇;徐志勇;林扬;申宇嘉;傅圆圆;沈红斌设计研发完成，并于2022-07-01向国家知识产权局提交的专利申请。

本基于多任务卷积模型的肺部CT感兴趣区域自动检测方法在说明书摘要公布了：一种基于多任务卷积模型的肺部CT感兴趣区域自动检测方法，通过对CT扫描进行解析得到张量形式的图像，对该图像进行肺部粗分割、重采样以及像素值归一化处理，得到仅包含肺部区域的三维CT图像体素矩阵；然后对三维图像切片后，将得到的若干张横截面的二维图像输入二维卷积模型，得到若干个ROI粗略轮廓；再以ROI粗略轮廓为中心截取三维图像块，通过三维分类器分别给出各个ROI为真实ROI的概率，经筛选后将得到的包含真实ROI的三维图像块输入由多任务训练得到的三维卷积模型，得到精确ROI轮廓，并根据ROI为真实ROI的概率将轮廓渲染为不同的颜色。本发明可快速处理大批量CT图像，提高ROI检测效率。

本发明授权基于多任务卷积模型的肺部CT感兴趣区域自动检测方法在权利要求书中公布了：1.一种基于多任务卷积模型的肺部CT感兴趣区域自动检测，其特征在于，通过对CT扫描进行解析得到张量形式的图像，对该图像进行肺部粗分割、重采样以及像素值归一化处理，得到仅包含肺部区域的三维CT图像体素矩阵；然后对三维图像切片后，将横截面切片输入基于编码器解码器结构的二维语义分割网络得到，得到若干个ROI粗略轮廓；再以ROI粗略轮廓为中心截取三维图像块，通过三维分类器分别给出各个ROI为真实ROI的概率，经筛选后将得到的包含真实ROI的三维图像块输入由多任务训练得到的三维卷积模型，得到精确ROI轮廓，并根据ROI为真实ROI的概率将轮廓渲染为不同的颜色； 所述的二维语义分割网络，基于U2-Net的神经网络，其整体为编码器解码器结构，同时编码器与解码器的每一个单元也为编码解码结构，其中编码器通过若干降采样逐步扩大卷积层的感受野，提取特征图中的高维语义特征，得到当前输入中结节的粗略位置；解码器通过若干上采样逐步将特征图采样至与输入相同的分辨率，提取特征图中的低维视觉特征，得到结节在输入图像中的掩膜； 所述的三维分类器，为基于残差网络的三维变种，其残差结构具体为：，其中：下标指网络的第层，为当前层的输入，为当前层的输出，为第层的参数，为某一函数形式：，瓶颈层通过将特征图映射到高维空间进行处理再压缩至低维空间； 所述的多任务训练是指：在训练三维语义分割网络时，除了输出ROI掩膜这个主任务，再加一个判断ROI良恶性的辅助任务；具体来说，在三维语义分割网络中，除了对输入的CT图像进行特征提取的编码器与输出ROI掩膜的解码器外，添加一个判断当前ROI为良性或恶性的分类器；该分类器以编码器各层的输出为输入，通过适当的降采样与卷积操作，最后得表示当前ROI为良性的概率值；在训练过程中，编码器的参数同时由来自解码器与分类器的反传梯度进行更新。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。