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 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 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 > 四川大学林江莉获国家专利权

四川大学林江莉获国家专利权

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!

龙图腾网获悉四川大学申请的专利一种基于先验解剖知识的超声乳腺肿瘤识别方法、装置、介质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:CN119515848B

龙图腾网通过国家知识产权局官网在2026-04-21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:202411652190.5,技术领域涉及:G06T7/00;该发明授权一种基于先验解剖知识的超声乳腺肿瘤识别方法、装置、介质是由林江莉;韩霖;吴良端;陈科;庄艳设计研发完成,并于2024-11-19向国家知识产权局提交的专利申请。

一种基于先验解剖知识的超声乳腺肿瘤识别方法、装置、介质在说明书摘要公布了:本发明本发明提出一种基于先验解剖知识的超声乳腺肿瘤识别方法、装置、介质,其具体包括首先利用分割算法能够模型对原始乳腺超声图像进行分割,对分割的结果进行形态学处理之后得到乳腺区域图像,然后再将原始超声图像和乳腺区域图像进行通道合成得到融合图像,最后用优化后的目标检测算法模型对融合图像进行乳腺肿瘤的检测。通过先验知识的掩码图像和原始图像融合预处理方式可以大大降低非肿瘤区域的干扰,降低肿瘤识别的假阳性率。同时,利用大尺度卷积和编程梯度信息对目标检测算法进行了改进,可以更好的获取不同尺度的肿瘤及周边信息,提升肿瘤检测的效果。

本发明授权一种基于先验解剖知识的超声乳腺肿瘤识别方法、装置、介质在权利要求书中公布了:1.一种基于先验解剖知识的超声乳腺肿瘤识别方法,其特征在于,所述方法包括步骤: 步骤S100、利用分割模型对原始乳腺超声图像进行分割得到乳腺区域的掩码图像mask; 步骤S200、将所述乳腺区域的掩码图像与原始乳腺超声图像进行通道融合得到融合图像,具体包括: S210、计算所述原始乳腺超声图像中rgb三个通道的均值得到原始单通道乳腺超声图像; S220、在所述原始单通道乳腺超声图像中,根据掩码图像mask中为1的位置保持像素值不变,mask中为0的位置使用所述原始单通道乳腺超声图像中所有像素值的均值替代,得到融合的单通道乳腺超声图像;S230、将所述融合的单通道乳腺超声图像替换掉原始乳腺超声图像中rgb三个通道中的一个通道,得到融合图像; 步骤S300、将所述融合图像输入目标检测模型进行检测得到肿瘤检测结果;所述肿瘤检测结果包括肿瘤定位框以及定位框对应的置信度、良性和恶性类别的概率; 其中,所述目标检测模型包括主干提取网络、加强特征提取网路、特征解耦头、可编程梯度信息分支;所述主干特征提取网络使用EfficientNet的主干提取网络作为目标检测模型的主干特征提取网络,所述EfficientNet的不同层通过不同尺度的MobileInvertedResidualBottleneckBlock的堆叠方式形成;所述加强特征提取网络部分使用了GELAN和基于UniRepLKNet进行优化的SPPF结构,其输入为所述主干特征提取网络的输出;所述特征解耦头的输入为所述加强特征网络的输出,用于将所述加强特征提取网络的输出解码成定位与分类结果;所述可编程梯度信息用于提供一个支路的梯度信息,帮助主干提取网络更快更好的收敛,所述可编程梯度信息分支的输入有两部分,一部分是主干提取网络的输出,另一部分则是经过尺寸调整处理之后的所述原始乳腺超声图像,输出即为所述特征解耦头的输出。

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四川大学,其通讯地址为:610065 四川省成都市武侯区一环路南一段24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。