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！

龙图腾网获悉中检华通威国际检验(苏州)有限公司申请的专利基于深度学习的大动物动脉钙化CT影像识别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：CN120894366B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202511415706.9，技术领域涉及：G06T7/00；该发明授权基于深度学习的大动物动脉钙化CT影像识别方法是由彭静玉;赵锦程;李玉芹;徐宁静;石飞;张小月设计研发完成，并于2025-09-30向国家知识产权局提交的专利申请。

本基于深度学习的大动物动脉钙化CT影像识别方法在说明书摘要公布了：本发明涉及图像处理技术领域，公开了基于深度学习的大动物动脉钙化CT影像识别方法，包括获取血管造影图像数据，提取动脉血管树中心线，生成血管中心线距离图；将图像数据和血管中心线距离图输入到三维分割网络，获得初步分割结果及分割概率图；对初步分割结果进行连通域分析，计算结构置信度评分，利用结构置信度评分对分割概率图进行逐病灶加权并进行阈值处理，得到动脉钙化区域分割结果；计算高通量影像特征集，进行特征聚类，从聚类社团中筛选代表性特征，构成最优特征子集；将最优特征子集输入到分类器中，得到识别结果。本发明不仅能准确识别已知的缺陷类型，还能有效检出未曾学习过的新型缺陷，极大地增强了检测的泛化能力和鲁棒性。

本发明授权基于深度学习的大动物动脉钙化CT影像识别方法在权利要求书中公布了：1.基于深度学习的大动物动脉钙化CT影像识别方法，其特征在于，包括如下步骤：获取大动物三维CT血管造影图像数据，基于图像数据提取动脉血管树中心线，为每个体素计算体素至最近中心线的距离，生成血管中心线距离图；将大动物三维CT血管造影图像数据和血管中心线距离图作为多通道输入，输入到预训练的三维分割网络，获得动脉钙化区域的初步分割结果及对应的体素级分割概率图；三维分割网络采用包含Dice损失与根据体素亨氏单位值调节权重的Focal Loss的组合损失函数训练；对初步分割结果进行连通域分析，为每个候选钙化病灶提取拓扑与形态学指标，将拓扑与形态学指标输入至预训练的贝叶斯网络计算结构置信度评分，利用结构置信度评分对体素级分割概率图进行逐病灶加权，对加权后的体素级分割概率图进行阈值处理，得到动脉钙化区域分割结果；在动脉钙化区域分割结果内，计算高通量影像特征集，通过构建特征间的互信息矩阵并利用社团检测算法进行特征聚类，从每个聚类社团中筛选代表性特征，构成最优特征子集；将最优特征子集输入到预设的梯度提升决策树分类器中，得到对大动物动脉钙化状态的风险等级的识别结果； 组合损失函数为L=αLDice+1‑αLweighted_focal，其中为戴斯损失，为加权Focal Loss，为[0，1]范围内的平衡系数； 加权Focal Loss中，对任意体素，当其亨氏单位值大于130时，权重为2.0，否则权重为0.5； 基于图像数据提取动脉血管树中心线，包括： 将大动物三维CT血管造影图像数据输入到关键点检测深度学习网络中，识别并输出中心线起始点和中心线终止点的三维坐标；中心线起始点对应于待分析动脉血管树的根部，中心线终止点对应于动脉血管树分支的末梢；对大动物三维CT血管造影图像数据应用血管增强滤波器生成血管性响应图，并将血管性响应图作为快速行进算法的速度函数；以检测到的中心线起始点为源点，利用快速行进算法在速度图上进行传播，计算从源点到大动物三维CT血管造影图像中每个体素的最小到达时间，生成到达时间图；分别从检测到的每一个中心线终止点开始，在到达时间图上沿梯度下降方向进行回溯，直至到达中心线起始点，所形成的路径序列即构成动脉血管树中心线。

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中检华通威国际检验(苏州)有限公司，其通讯地址为：215000 江苏省苏州市中国(江苏)自由贸易试验区苏州片区苏州工业园区长阳街107号F7-101；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。