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！

龙图腾网获悉福州大学;福建医科大学附属第一医院申请的专利一种针对家族性脑海绵状血管瘤图像的快速数据标注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：CN118537286B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202410245914.8，技术领域涉及：G06T7/00；该发明授权一种针对家族性脑海绵状血管瘤图像的快速数据标注方法是由童同;纵瑞哿;康德智;王涛;李春旺;张心林;林福鑫;李祺轩设计研发完成，并于2024-03-05向国家知识产权局提交的专利申请。

本一种针对家族性脑海绵状血管瘤图像的快速数据标注方法在说明书摘要公布了：本发明涉及一种针对家族性脑海绵状血管瘤图像的快速数据标注方法。该方法以一种简单的覆盖目标的边界框作为提示，同时利用SegmentAnythingSAM模型分割和框二值化阈值分割BBTS进行分割标注，随后筛选以获得合格的标注掩码，用其初步训练一个分割网络，余下不合格掩码所对应的图像同没有标注边界框的图像进行迭代训练标注。在每次迭代中，我们对部分分割掩码进行筛选，将合格的掩码合并到训练数据中，继而迭代训练以优化网络的分割性能，获取更多合格掩码。多次迭代后仍不合格的少量疑难样本的分割掩码由医生进行半自动标注修正，包括删除过分割区域和填充欠分割区域，最终完成标注。

本发明授权一种针对家族性脑海绵状血管瘤图像的快速数据标注方法在权利要求书中公布了：1.一种针对家族性脑海绵状血管瘤图像的快速数据标注方法，其特征在于，以一种简单的覆盖目标的边界框作为提示，同时利用SAM模型分割和框二值化阈值分割BBTS进行分割标注，随后筛选以获得合格的掩码，初步训练一个分割网络，余下不合格的掩码所对应的图像同没有标注边界框的图像进行迭代训练标注；在每次迭代中，对部分分割掩码进行筛选，将合格的掩码合并到训练数据中，继而迭代训练以优化分割网络的分割性能，获取更多合格的掩码；多次迭代后仍不合格的掩码进行半自动标注修正，包括删除过分割区域和填充欠分割区域，最终完成标注；该方法具体实现步骤如下： S1、输入家族性脑海绵状血管瘤FCCM3D图像，沿z轴向进行切片，共获取N张FCCM2D图像，构建FCCM图像集X＝{x1,x2,...,xN}； S2、取FCCM图像集X中L张图像进行病灶的边界框标注，结合边界框提示，采用SAM和BBTS分割方法对L张图像进行边界框提示分割标注，对比L张图像和SAM及BBTS分割掩码，筛选以分别获取两种方法标注均合格的掩码、仅SAM标注合格的掩码、仅BBTS标注合格的掩码及均不合格的掩码，具体表示如下： mi＝SAMxi,bi1 ni＝BBTSxi,bi2 ki＝DSxi,mi,ni3 其中，i∈{1,2,…,L}，xi表示进行边界框标注的FCCM2D图像，bi表示所标注的矩形框即边界框，ki表示筛选出的合格掩码，DS表示医生筛选； S3、利用步骤S2获得的所有合格的掩码训练分割网络，训练的分割网络对不合格标注的图片及没有标注边界框的图片进行分割预测，筛选合格的掩码加入训练数据优化分割网络，再对剩余图片进行分割预测，以此循环，进行迭代训练标注；迭代训练后仍不合格的掩码进行半自动标注修正，删除错误标记和填充分割不足的区域，最后完成所有标注；具体表示如下： Nseg＝TrainXj,Kj5 Pj＝PredictNseg,X-Xj6 Qj＝SSPj7 j表示迭代训练的次数，Kj表示每次迭代的合格的掩码，Xj表示与Kj对应的FCCM图像，Nseg代表训练的分割网络，Pj为未获取合格的掩码的FCCM图像的预测掩码，Qj为筛选出的合格预测掩码；第一轮迭代中Kj为初步标注中的M张合格掩码，此后每轮筛选的合格预测掩码均并入Kj，通过迭代训练不断优化网络的分割性能，并继续对剩余未获取合格掩码的图像进行分割预测，Train、Predict、SS分别代表分割网络的训练、图像分割预测、预测掩码的筛选； Z＝DCW8 Y＝K+Z9 K、W分别表示经过边界框提示标注和迭代训练标注后的合格掩码及仍不合格的掩码，Z表示对W半自动标注修正后获取的合格的掩码，Y即为最终所有FCCM图像的掩码，DC代表医生标注修正。

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福州大学;福建医科大学附属第一医院，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。

以上内容由龙图腾AI智能生成。