南京康友医疗科技有限公司隆龙获国家专利权
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!
龙图腾网获悉南京康友医疗科技有限公司申请的专利一种基于机器视觉的医学影像处理方法、系统及电子设备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:CN121236066B 。
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:202511772118.0,技术领域涉及:G06T7/00;该发明授权一种基于机器视觉的医学影像处理方法、系统及电子设备是由隆龙;吴凡;杭成爱;郭其勇设计研发完成,并于2025-11-28向国家知识产权局提交的专利申请。
本一种基于机器视觉的医学影像处理方法、系统及电子设备在说明书摘要公布了:本发明属于医学影像数据技术领域,具体涉及一种基于机器视觉的医学影像处理方法、系统及电子设备。该发明通过多模态数据融合与层次化建模,实现医学影像与临床文本的协同理解,以此可有效解决传统方法中主观性强、效率低的问题,同时通过构建像素层、区域层和语义层的三级影像结构模型,不仅捕捉了病灶的多尺度空间特征,还通过语义标签映射实现了影像特征与临床诊断信息的关联,在定量分析时,引入体积计算、形态学特征提取及空间关系评估三维评估体系,配合动态加权融合的方式来提升风险评估的精度,使得病变的早期识别更加可靠,此外还会将识别的风险通过可视化标注叠加到影像的语义层上,为临床决策提供更加高效的辅助支持。
本发明授权一种基于机器视觉的医学影像处理方法、系统及电子设备在权利要求书中公布了:1.一种基于机器视觉的医学影像处理方法,其特征在于:包括: 获取医学影像数据,并对医学影像数据进行质量检查,且将通过质量检查的医学影像数据汇总为标准影像数据集; 基于标准影像数据集,识别目标区域,并提取目标区域内的组织轮廓信息,且根据组织轮廓信息划分不同的组织区域层级,以及为各组织区域层级赋予语义标签,建立基于组织轮廓与语义标签关联的层级化影像结构模型,其中,层级化影像结构模型由浅层至深层依次为:像素层、区域层、语义层,各层级之间通过特征映射与上下文关联实现信息融合; 获取与医学影像数据对应的临床文本报告,利用自然语言处理技术提取报告中的关键诊断描述,并与层级化影像结构模型中的语义层进行对齐和关联,形成图文一致的多模态联合表征; 依据多模态联合表征,对目标区域下的异常病变进行包括体积计算、形态特征提取以及空间关系评估的定量分析,确定异常病变的风险等级; 根据风险等级生成可视化标注,并将可视化标注叠加至层级化影像结构模型的语义层,以及同步至可视化终端; 所述基于标准影像数据集,识别目标区域,并提取目标区域内的组织轮廓信息的步骤,包括: 对标准影像数据集中的医学影像进行背景分割处理,区分背景与目标解剖结构区域,生成标记目标区域边界的二值化掩膜; 基于二值化掩膜,对目标区域内的组织轮廓进行边缘细化与闭合处理,获取连续的组织轮廓点序列,并通过几何拟合生成平滑的组织轮廓曲线; 将组织轮廓点序列映射至像素坐标空间,并与原始医学影像像素坐标进行相似度匹配,且将匹配结果输出为相似度得分; 若相似度得分低于预设的相似度阈值,则表明组织轮廓曲线提取存在偏差,并对组织轮廓曲线进行分段切割,得到多条连续的子轮廓曲线; 对每条子轮廓曲线重新进行相似度匹配,筛选出匹配成功的子轮廓并按空间连续性进行拼接,以及对未匹配成功的子轮廓曲线进行重新拟合与形态补偿,直至所有子轮廓曲线均达到相似度阈值,再对形态补偿后的子轮廓曲线进行整合,形成完整的组织轮廓信息; 若相似度得分大于或等于相似度阈值,则直接判定组织轮廓曲线提取成功; 所述根据组织轮廓信息划分不同的组织区域层级,以及为各组织区域层级赋予语义标签,建立基于组织轮廓与语义标签关联的层级化影像结构模型的步骤,包括: 获取目标区域内每个像素的灰度值、纹理特征及空间坐标,通过特征降维处理生成基础表征; 依据组织轮廓信息,将相邻且具有相似基础表征的像素点聚合为独立结构单元,并计算各个独立结构单元的面积、周长以及质心坐标,形成初始组织区域划分; 基于初始组织区域划分,结合医学先验知识对各独立结构单元进行层级化归类,依据解剖结构的空间拓扑关系建立父子隶属体系; 为每个层级的组织区域分配唯一语义标签,并建立语义标签与组织轮廓之间的双向映射关系; 通过双向映射关系,将语义标签与对应组织轮廓的几何特征、位置信息进行绑定,形成层级化影像结构模型。
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南京康友医疗科技有限公司,其通讯地址为:210032 江苏省南京市江北新区药谷大道11号加速器二期03栋;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