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！

龙图腾网获悉中国人民解放军总医院第一医学中心申请的专利基于深度学习的肾脏小肿瘤全自动分割及良恶性分类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：CN121190868B 。

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：202511397332.2，技术领域涉及：G06V10/764；该发明授权基于深度学习的肾脏小肿瘤全自动分割及良恶性分类方法是由王海屹;崔梦秋;曾梓龙;董文佳;白旭;赵建;康欢欢;温学炜;易思成;李朝博设计研发完成，并于2025-09-28向国家知识产权局提交的专利申请。

本基于深度学习的肾脏小肿瘤全自动分割及良恶性分类方法在说明书摘要公布了：本发明涉及基于深度学习的肾脏小肿瘤全自动分割及良恶性分类方法，其包括：S1：将3D肾脏图像划分为左右两部分图像并翻转；S2：分割模型对原始图像及翻转后的图像分割，获取预测分割图；对预测分割图权平均融合以获取融合后的肿瘤预测分割图，比较融合后的肿瘤预测分割图，将其中肿瘤预测区域较大的融合后的肿瘤预测分割图认定为包含肿瘤，并将该肿瘤分割结果放到该侧对应的原始图像及翻转后的图像中，构成待分类的分割图；S3：将待分类的分割图输入到分类模型中，预测各个待分类的分割图中的肿瘤类别，以及通过对各个待分类的分割图中的肿瘤类别进行平均融合得到最终的良恶性分类结果。本发明可实现对肾脏肿瘤高效且准确的分割与分类。

本发明授权基于深度学习的肾脏小肿瘤全自动分割及良恶性分类方法在权利要求书中公布了：1.基于深度学习的肾脏小肿瘤全自动分割及良恶性分类方法，其特征在于，包括步骤S1-S3： S1：将当下患者的含有肿瘤的3D肾脏图像按深度方向划分为左右两部分图像，并将两部分图像进行多方向翻转，以及将左右两部分图像的原始图像及翻转后的图像输入至分割模型；所述肿瘤为单发性肿瘤； S2：分割模型基于图像识别对输入的左右两部分图像的原始图像及翻转后的图像进行分割，获取左右两部分图像在不同方向上的肿瘤预测分割图；对肿瘤预测分割图进行加权平均融合，以获取左右两部分图像对应的融合后的肿瘤预测分割图，比较左右两部分图像的融合后的肿瘤预测分割图，将其中肿瘤预测区域大的一侧的融合后的肿瘤预测分割图认定为包含肿瘤，并将该肿瘤分割结果放到该侧对应的原始图像及翻转后的图像中，构成各个待分类的分割图；所述分割模型基于U-Net神经网络架构，其特征提取层基于EfficientNet_b4模型，以及使用RobustCrossEntropyLoss和SoftDiceLoss的组合作为损失函数； S3：将所述待分类的分割图输入到分类模型中，分类模型预测各个待分类的分割图中的肿瘤类别，以及通过对各个待分类的分割图中的肿瘤类别进行平均融合得到最终的良恶性分类结果；所述分类模型结构包括EfficientNet_B4骨干提取网络，4层全连接网络，三层ReLU函数组成和两层dropout_prob为0.5的dropout层。

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国人民解放军总医院第一医学中心，其通讯地址为：100853 北京市海淀区复兴路28号院门诊楼放射诊断科；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。