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！

龙图腾网获悉山东大学;北京机械工业自动化研究所有限公司;青岛建华食品机械制造有限公司申请的专利基于深度学习的X光图像骨骼检测方法与系统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：CN115546142B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202211214029.0，技术领域涉及：G06T7/00；该发明授权基于深度学习的X光图像骨骼检测方法与系统是由陈振学;孙露娜;王修宇;张玉娇;曹佳倩;赵宏剑;蔡磊;孙胜斌;冀晶晶设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本基于深度学习的X光图像骨骼检测方法与系统在说明书摘要公布了：本公开涉及图像处理技术领域，提出了一种基于深度学习的X光图像骨骼检测方法与系统，方法包括如下步骤：获取待检测的X光图像并进行预处理；将预处理后的图像输入至训练好的两阶段双U型网络，对图像中的骨骼区域进行粗特征提取，对提取的粗特征进行从高层级到低层级逐层细化，得到细节越来越丰富的多层细化特征图，对细化特征图进行逐层融合生成最终的骨骼区域显著图。本公开通过两阶段双U型网络对X光图像进行骨骼区域显著目标检测，两阶段特征提取和细化操作能保证检测的准确率，同时该网络融合经过两阶段处理的特征图，以充分利用不同层级蕴含的高级语义信息，能同时保障检测准确率和图像处理的速度。

本发明授权基于深度学习的X光图像骨骼检测方法与系统在权利要求书中公布了：1.基于深度学习的X光图像骨骼检测方法，其特征在于，包括如下步骤： 获取待检测的X光图像并进行预处理； 将预处理后的图像输入至训练好的两阶段双U型网络，对图像中的骨骼区域进行粗特征提取，对提取的粗特征进行从高层级到低层级逐层细化，得到细节越来越丰富的多层细化特征图，对细化特征图进行逐层融合生成最终的骨骼区域显著图； 两阶段双U型网络，包括单编码-双解码U型网络，显著和边缘U型网络，以及特征图融合模块；单编码-双解码U型网络包括多个依次级联的编码器Eni,每个编码器Eni连接一个显著粗特征解码器SDei和一个边缘特征解码器BDei；特征图融合模块包括像素相加模块、融合卷积模块以及双线性上采样模块； 显著和边缘U型网络包括显著特征细化U型网络以及边缘特征细化U型网络，采用相同的网络结构，显著特征细化U型网络或边缘特征细化U型网络分别包括多个级联的编码器以及对应依次连接的解码器，编码器和解码器之间还设置有顶层细化模块； 两阶段双U型网络中的处理过程包括基于单编码-双解码U型网络的粗特征提取阶段，基于独立的显著和边缘U型网络特征细化阶段，以及显著和边缘信息融合处理，具体的如下： 在粗特征提取阶段，通过单编码-双解码U型网络，将输入图像经过主干网络完成从低层级向高层级的五个层级的粗特征编码，即单编码，接着结合双解码的U型网络，从高层级到低层级逐层解码得到显著和边缘粗特征； 在特征细化阶段，通过显著和边缘U型网络，显著和边缘粗特征通过两个独立的显著和边缘U型网络从高层级到低层级逐渐细化，再经过网络顶层的细化模块进一步细化获取抽象语义信息，得到细节越来越丰富的细化特征图； 在融合操作中，通过特征图融合模块，将相应尺度的显著和边缘细化特征图逐层利用像素相加、融合卷积和双线性上采样层，逐步完成融合和上采样，得到骨骼区域信息图。

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山东大学;北京机械工业自动化研究所有限公司;青岛建华食品机械制造有限公司，其通讯地址为：250061 山东省济南市历下区经十路17923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。