Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司王静雯获国家专利权

广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司王静雯获国家专利权

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!

龙图腾网获悉广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司申请的专利一种图像处理方法、装置、存储介质及终端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:CN116128784B

龙图腾网通过国家知识产权局官网在2026-02-27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:202111319114.9,技术领域涉及:G06T7/00;该发明授权一种图像处理方法、装置、存储介质及终端是由王静雯设计研发完成,并于2021-11-09向国家知识产权局提交的专利申请。

一种图像处理方法、装置、存储介质及终端在说明书摘要公布了:本发明公开了一种图像处理方法、装置、存储介质及终端,方法包括:获取待处理的肺部CT扫描图像;将该图像输入预先训练的图像处理模型中;输出肺部CT扫描图像对应的多个肺结节参数值;其中,图像处理模型是基于最终目标向量训练生成,最终目标向量是基于已有的临床信息和多个预测向量进行特征融合生成,多个预测向量特征是基于已有历史肺部CT扫描图像序列中各图像的特征向量与相邻图像之间的拍摄间隔时长进行特征融合生成。本申请将根据已有连续多年拍摄的CT影像生成的多个预测向量进行时序上和临床信息上的特征融合,使得最终的特征值更加丰富,导致训练的模型精确度更高,进而提升了识别图像中肺结节参数的精确度。

本发明授权一种图像处理方法、装置、存储介质及终端在权利要求书中公布了:1.一种图像处理方法,其特征在于,所述方法包括: 获取待处理的肺部CT扫描图像; 将所述肺部CT扫描图像输入预先训练的图像处理模型中; 输出所述肺部CT扫描图像对应的多个肺结节参数值; 按照以下步骤生成预先训练的图像处理模型,包括: 构建图像处理模型;其中,所述图像处理模型包括肺结节检测网络、特征提取器、归一化层以及全连接层; 获取已有的连续多个时期的历史肺部CT扫描图像序列; 将所述历史肺部CT扫描图像序列中距离当前时刻间隔最小的图像确定为目标肺部CT扫描图像; 将所述目标肺部CT扫描图像输入所述肺结节检测网络中,输出所述目标肺部CT扫描图像对应的多个肺结节数据; 根据所述多个肺结节数据从每个所述历史肺部CT扫描图像中切割出预设尺寸的多个CT影像切块序列; 将每个所述CT影像切块序列输入所述特征提取器中,输出每个CT影像切块序列的多个第一特征向量; 提取所述多个第一特征向量中每个第一特征向量的正中心特征并输入所述归一化层后,生成每个CT影像切块序列的多个第二特征向量; 从所述每个CT影像切块序列的多个第二特征向量中选取同一肺结节在不同时序上的多个特征向量进行组合,得到多个组合特征向量序列; 根据所述全连接层计算每个所述组合特征向量序列中每个特征向量的第一查找键和第一信息内容; 获取所述每个特征向量对应的历史肺部CT扫描图像的拍摄间隔时长,并根据每个所述组合特征向量序列中每个特征向量的第一查找键、第一信息内容以及拍摄间隔时长进行特征融合后生成多个预测特征向量; 提取已有的临床信息,根据所述临床信息与所述多个预测特征向量进行特征融合后生成最终目标向量; 基于所述最终目标向量计算交叉熵损失值,并当所述交叉熵损失值到达最小时,生成预先训练的图像处理模型。

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广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司,其通讯地址为:510530 广东省广州市黄埔区云埔四路6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。

免责声明
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。