眉山市人民医院;广州易联众睿图信息技术有限公司李晓旭获国家专利权
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!
龙图腾网获悉眉山市人民医院;广州易联众睿图信息技术有限公司申请的专利一种基于大数据技术的医学图像伪影识别与剔除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:CN120894459B 。
龙图腾网通过国家知识产权局官网在2025-12-12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:202511439472.1,技术领域涉及:G06T11/00;该发明授权一种基于大数据技术的医学图像伪影识别与剔除方法是由李晓旭;林国雄;汪小舟;周军;陶博;朱丹;张永;李长霖;曹婷设计研发完成,并于2025-10-10向国家知识产权局提交的专利申请。
本一种基于大数据技术的医学图像伪影识别与剔除方法在说明书摘要公布了:本发明公开了一种基于大数据技术的医学图像伪影识别与剔除方法,涉及医学影像处理技术领域,本发明包括基于灰度归一化对采集到的影像数据预处理,然后对影像内容执行语义分割、ROI定位;对定位后的影像内容执行病变分割,选取病变特征量化、融合,并执行模型校验,对校验后的病变分割模型分布式部署。本发明通过病变检测模型解决微小结节漏检率高、恶性病变漏诊风险大的问题,降低假阳性率的同时提升恶性病变召回率,通过病变分割模型,提升对不同尺寸病灶的分割适应性,获取清晰分割边界,辅助手术规划,降低边界定位误差。
本发明授权一种基于大数据技术的医学图像伪影识别与剔除方法在权利要求书中公布了:1.一种基于大数据技术的医学图像伪影识别与剔除方法,其特征在于,包括: 基于灰度归一化对采集到的影像数据预处理,然后对影像内容执行语义分割、ROI定位; 在预处理后输出标准化影像的步骤具体还包括:步骤d1、接入DICOM网关数据获取到原始影像数据,通过N4偏置场校正,包括:将影像建模为原始影像、真实信号、偏置场和噪声;通过最大期望算法迭代估计偏置场并补偿;步骤d2、对窗宽、窗位进行调整,通过调节目标组织灰度中心值来调整窗位,通过调节灰度显示范围来调整窗宽,通过DICOM标签自动匹配C预设窗值,当DICOM标签未标注时,采用自适应直方图均衡化替代固定窗值; 步骤d3、载入到编码器-解码器执行影像内容分割,生成影像内容二进制掩码;步骤d4、对二进制掩码执行置信度检测,通过校验的载入ROI定位输出影像内容ROI,未通过校验标记未伪影数据;步骤d5、对伪影数据执行规则剔除;规则1:完整性验证,计算伪影体积,如果伪影体积小于参考对应器官体积的30%,标记为扫描不全并剔除; 规则2:形态学验证,提取伪影轮廓,计算圆形度,如圆形度小于阈值,则标记未运动伪影并剔除; ROI定位的步骤包括:将语义分割后的数据处理为预设体素标准化影像,载入ROI定位模型,输出目标边界框的坐标、置信度和目标类型标签;ROI定位模型具体包括:ROI定位模型的损失函数: 其中,λcoord为用于控制在诊断要求亚毫米级定位的坐标损失的权重系数,λobj为控制目标存在性损失、抑制假阴性的权重系数,Lobj为聚焦损失函数,Lcoord表示坐标定位损失,用于衡量预测的病变边界框与真实边界框之间的重合度及中心点、长宽比的一致性,此处Lcoord代替为完整交并比损失函数,λcls为控制分类损失的权重系数,Lcls为交叉熵损失; ROI定位模型的损失函数中具体包括:聚焦损失函数公式为: 其中,pt为模型预测目标存在的置信度,αt为类别权重,γ为聚焦参数; 完整交并比损失函数的公式为: 其中,IoU为预测框与真实框的交并比,ρ2bpred,bgt为预测框与真实框中心点的欧氏距离平方,bpred为预测框,bgt为真实框,c为最小包围框对角线长度,v为长宽比一致性因子;为动态权重系数,=v1-IoU+v; v用于约束边界框形状符合病灶形,公式为: w gt ,wpred,hgt,hpred分别表示:真实宽度、预测宽度、真实高度、预测高度; 分类损失函数Lcls公式为: 其中,M为分类任务中的总类别数量,c为类别索引,wc,yc,pc分别为类别权重、真实标签和预测概率; 对定位后的影像内容执行病变分割,选取病变特征量化、融合,并执行模型校验,对校验后的病变分割模型分布式部署。
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眉山市人民医院;广州易联众睿图信息技术有限公司,其通讯地址为:620000 四川省眉山市东坡区东坡大道南四段288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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励