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七医学中心;滨州职业学院申请的专利一种基于深度学习的临床超声影像辅助筛查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：CN121190422B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511334909.5，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的临床超声影像辅助筛查系统是由郭胜玉;曹国清;岳冉冉;孙立华;白芸设计研发完成，并于2025-09-18向国家知识产权局提交的专利申请。

本一种基于深度学习的临床超声影像辅助筛查系统在说明书摘要公布了：本发明涉及图像处理技术领域，尤其涉及一种基于深度学习的临床超声影像辅助筛查系统。所述系统包括超声影像预处理模块、病变区域分割模块、影像病变标注模块以及病变辅助筛查模块，可获取临床超声影像并进行灰度化处理和邻域灰度均衡处理，以生成临床超声均衡化影像；对临床超声均衡化影像进行像素归一化和基于组织界限模糊的病变区域分割，以生成临床超声影像病变区域块；通过临床超声影像病变区域块进行影像病变标注，以生成临床超声病变标注影像集；构建影像病变辅助筛查模型并进行病变辅助筛查，以输出临床超声影像上存在病变对应的病变位置、病变类型以及病变严重程度。本发明能够实现对临床超声影像的精准分析，以辅助高效完成病变筛查。

本发明授权一种基于深度学习的临床超声影像辅助筛查系统在权利要求书中公布了：1.一种基于深度学习的临床超声影像辅助筛查系统，其特征在于，包括以下模块： 超声影像预处理模块，用于获取临床超声影像，并对临床超声影像进行灰度化处理，以生成临床灰度化影像；根据临床灰度化影像进行邻域灰度均衡处理，以生成临床超声均衡化影像； 病变区域分割模块，用于对临床超声均衡化影像进行像素归一化，以生成临床超声归一化影像；利用灰度共生矩阵计算方法对临床超声归一化影像进行组织纹理特征分析，以得到临床超声组织纹理特征，其中包括对比度、均匀性、相关性、能量及熵；通过Sobel算子对临床超声归一化影像内的组织边界进行边界轮廓分离，以标定出临床影像内组织对应的边界轮廓，并采用区域生长算法对临床影像内组织对应的边界轮廓进行进一步细化，生成临床超声影像组织边界；对临床超声影像组织边界进行组织边缘特征分析，得到临床超声组织边缘特征，包括形态、大小及面积；基于临床超声组织纹理特征以及临床超声组织边缘特征对临床超声归一化影像进行基于组织界限模糊的病变区域分割，以生成临床超声影像病变区域块； 其中，所述基于临床超声组织纹理特征以及临床超声组织边缘特征对临床超声归一化影像进行基于组织界限模糊的病变区域分割包括： 基于临床超声组织纹理特征以及临床超声组织边缘特征并结合U-Net构建对应的临床影像病变分割网络，以将临床超声组织纹理特征以及临床超声组织边缘特征封装成3x3网络层，并利用ReLU激活函数向下卷积，同时利用2x2池化层向下池化至瓶颈层，以通过在瓶颈层加入注意力模块进行2x2上卷积并进行1x1卷积输出，从而输出初始的临床组织病变区域； 将临床超声归一化影像输入至临床影像病变分割网络进行病变区域分割，以生成临床影像初始病变区域分割块； 对临床影像初始病变区域分割块进行基于组织界限模糊的病变细化修正处理，以生成临床超声影像病变区域块； 影像病变标注模块，用于通过临床超声影像病变区域块获取对应的病变区域位置、病变区域类型以及病变区域严重程度，其中利用聚类算法对临床超声影像病变区域块进行病变区域分类处理以得到病变区域类型，对临床超声影像病变区域块进行病变程度评估以得到病变区域严重程度，并基于病变区域位置、病变区域类型以及病变区域严重程度对相对应的临床超声影像进行影像病变标注，以生成临床超声病变标注影像集； 病变辅助筛查模块，用于基于临床超声病变标注影像集并结合卷积神经网络训练构建影像病变辅助筛查模型；获取待筛查的临床超声影像，并将待筛查的临床超声影像输入至影像病变辅助筛查模型进行病变辅助筛查，以输出临床超声影像上存在病变对应的病变位置、病变类型以及病变严重程度。

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七医学中心;滨州职业学院，其通讯地址为：100000 北京市东城区东四十条南门仓路甲5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。