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空军军医大学申请的专利一种移动设备远程评片的心血管影像辅助处理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：CN121095252B 。

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：202511643215.X，技术领域涉及：G06T7/00；该发明授权一种移动设备远程评片的心血管影像辅助处理系统是由彭锐;郑敏文;杨一帆;杨新星;贾钰杨设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本一种移动设备远程评片的心血管影像辅助处理系统在说明书摘要公布了：本发明涉及图像分析技术领域，具体涉及一种移动设备远程评片的心血管影像辅助处理系统，该系统通过多个模块之间的相互配合，可以实现以下步骤：获取待检测患者对应的预设数量帧心血管影像，并对每帧心血管影像进行等分；筛选出初始心血管区域，确定每个图像块对应的整体边缘不规则性；根据每个图像块的下采样结果进行边缘信息丢失情况分析；确定每个图像块对应的整体异常运动指标；根据每帧心血管影像中图像块对应的整体边缘不规则性、边缘信息丢失程度和整体异常运动指标，从每帧心血管影像中识别出目标心血管区域。本发明通过对多帧心血管影像进行分析，实现了心血管区域识别，并提高了对心血管影像进行心血管区域识别的准确度。

本发明授权一种移动设备远程评片的心血管影像辅助处理系统在权利要求书中公布了：1.一种移动设备远程评片的心血管影像辅助处理系统，其特征在于，所述系统包括： 获取及等分模块，用于获取待检测患者对应的预设数量帧心血管影像，并对每帧心血管影像进行等分，得到图像块； 筛选及确定模块，用于从每个图像块中筛选出初始心血管区域，并基于每个图像块中初始心血管区域在形态学开运算前后之间的差异，以及每个图像块中初始心血管区域的边缘像素点对应的梯度方向和法线方向之间的夹角，确定每个图像块对应的整体边缘不规则性包括：使用大津算法，对每个图像块进行阈值分割，得到每个图像块对应的两个子区域，并将每个图像块对应的两个子区域中灰度值较小的子区域，确定为初始心血管区域；对每个初始心血管区域进行形态学开运算，得到每个初始心血管区域对应的参考区域；根据每个图像块中初始心血管区域与其对应的参考区域之间的重叠差异情况，确定每个图像块对应的边缘平滑因子包括以下子步骤：将每个图像块中初始心血管区域与其对应的参考区域的交集中像素点的数量，确定为每个图像块对应的目标交数量，将每个图像块中初始心血管区域与其对应的参考区域的并集中像素点的数量，确定为每个图像块对应的目标并数量，将每个图像块对应的目标交数量与目标并数量的比值，确定为每个图像块对应的边缘平滑因子；根据每个图像块中初始心血管区域上所有边缘像素点对应的梯度方向和法线方向之间的夹角，确定每个图像块对应的方向不规则性包括以下子步骤：对每个图像块中初始心血管区域上每个边缘像素点对应的梯度方向和法线方向之间的夹角进行归一化，得到每个图像块中初始心血管区域上每个边缘像素点对应的局部方向差异，将每个图像块中初始心血管区域上所有边缘像素点对应的局部方向差异的均值，确定为每个图像块对应的方向不规则性；根据每个图像块对应的边缘平滑因子和方向不规则性，确定每个图像块对应的整体边缘不规则性； 边缘信息丢失情况分析模块，用于根据每个图像块的下采样结果进行边缘信息丢失情况分析，得到每个图像块对应的边缘信息丢失程度包括：采用金字塔下采样方式，对每个图像块进行预设数目次下采样，得到每个图像块对应的下采样图像块序列；将每个图像块对应的下采样图像块序列中每个下采样图像块中初始心血管区域边缘像素的占比，确定为边缘点数量占比，得到每个图像块对应的边缘点数量占比序列；将每个图像块对应的下采样图像块序列中每个下采样图像块中初始心血管区域上所有边缘像素对应的梯度值的均值，确定为边缘梯度特征值，得到每个图像块对应的边缘梯度特征值序列；对每个图像块对应的边缘点数量占比序列和边缘梯度特征值序列分别进行直线拟合，得到每个图像块对应的边缘点数量占比变化直线和边缘梯度特征变化直线；根据每个图像块对应的边缘点数量占比变化直线的斜率和边缘梯度特征变化直线的斜率，确定每个图像块对应的边缘信息丢失程度； 获取及确定模块，用于获取每个图像块中的特征点，并基于每个图像块对应的预先获取的心血管疑似骨架，以及每个图像块中特征点对应的运动情况，确定每个图像块对应的整体异常运动指标包括：采用Harris角点检测算法，获取每个图像块中初始心血管区域的角点，记为每个图像块中的特征点；从所有心血管影像中筛选出与同一个特征点匹配的像素点，构成该特征点对应的运动轨迹点序列；对每个图像块中初始心血管区域进行形态学细化操作，此时得到的骨架记为每个图像块对应的心血管疑似骨架；根据每个特征点对应的运动轨迹点序列中每相邻像素点对应的位置，确定每个特征点对应的运动轨迹点序列中每相邻像素点之间的目标距离和目标方向，包括以下子步骤：将任意一个图像块，确定为标记图像块，并将所述标记图像块中任意一个特征点，确定为标记特征点，将所述标记特征点对应的运动轨迹点序列中任意相邻的两个像素点，分别确定为第一待检测点和第二待检测点，从所述第二待检测点所属心血管影像中筛选出与所述第一待检测点位置相同的像素点，作为参考像素点，将所述第二待检测点与所述参考像素点之间的距离，确定为所述第一待检测点与所述第二待检测点之间的目标距离，将所述参考像素点指向所述第二待检测点的方向，确定为所述第一待检测点与所述第二待检测点之间的目标方向；根据每个特征点对应的运动轨迹点序列中相邻像素点之间的目标方向，以及每个特征点所属图像块对应的心血管疑似骨架，确定每个特征点对应的血流方向不一致性，包括以下子步骤：将任意一个图像块，确定为标记图像块，并将所述标记图像块中任意一个特征点，确定为标记特征点，从所述标记特征点所属图像块对应的心血管疑似骨架上，筛选出离所述标记特征点对应的运动轨迹点序列中每个像素点最近的像素点，作为所述标记特征点对应的运动轨迹点序列中每个像素点对应的参照骨架点，将所述标记特征点对应的运动轨迹点序列中每相邻像素点对应的参照骨架点之间的方向，确定为所述标记特征点对应的运动轨迹点序列中每相邻像素点之间的参考方向，将所述标记特征点对应的运动轨迹点序列中每相邻像素点之间的目标方向和参考方向之间的夹角，确定为所述标记特征点对应的运动轨迹点序列中每相邻像素点之间的目标夹角，根据所述标记特征点对应的运动轨迹点序列中所有相邻像素点之间的目标夹角的均值，以及所述标记特征点对应的运动轨迹点序列中所述标记特征点与其相邻像素点之间的目标夹角的均值，确定所述标记特征点对应的血流方向不一致性；根据每个特征点对应的运动轨迹点序列中相邻像素点之间的目标距离，确定每个特征点对应的血流速度波动性；根据每个图像块中所有特征点对应的血流方向不一致性和血流速度波动性，确定每个图像块对应的整体异常运动指标； 区域识别模块，用于根据每帧心血管影像中图像块对应的整体边缘不规则性、边缘信息丢失程度和整体异常运动指标，通过心血管识别网络，从每帧心血管影像中识别出目标心血管区域。

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空军军医大学，其通讯地址为：710032 陕西省西安市长乐西路169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。