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！

龙图腾网获悉湖州百纳医疗科技有限公司申请的专利一种基于CT影像图像的肝脏肿瘤自动识别与测量方法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：CN120471884B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202510602202.1，技术领域涉及：G16H30/00；该发明授权一种基于CT影像图像的肝脏肿瘤自动识别与测量方法是由何祚;罗召洋;蔡华崧;李竹浩;王猛;曾麟淋;廖嘉明设计研发完成，并于2025-05-12向国家知识产权局提交的专利申请。

本一种基于CT影像图像的肝脏肿瘤自动识别与测量方法在说明书摘要公布了：本发明公开了一种基于CT影像图像的肝脏肿瘤自动识别与测量方法，属于医学影像图像处理技术领域，包括以下步骤：首先，将患者腹部CT影像图像做图像预处理之后，输入到肝脏成分分解网络中，得到分解后的肝脏成分图像I1‑I4，接着将肝脏成分图像I1‑I4输入到肝脏肿瘤分割网络中，输出肿瘤的分割结果；最后将分割结果输入到肿瘤测量与分析模块进行肿瘤分析，计算肿瘤的详细信息。通过上述方式，本发明解决了传统方法适用性及鲁棒性差，难以保障结果的准确性，以及缺乏模型的可解释性等问题。本发明的适用性及鲁棒性强，准确性高，且模型具有可解释性。

本发明授权一种基于CT影像图像的肝脏肿瘤自动识别与测量方法在权利要求书中公布了：1.一种基于CT影像图像的肝脏肿瘤自动识别与测量方法，其特征在于，包括以下步骤：首先，将患者腹部CT影像图像做图像预处理之后，输入到肝脏成分分解网络中，肝脏成分分解网络对肝脏图像进行有效的成分分解，将肝脏正常组织及异常组织进行有效的分离，得到分解后的肝脏成分图像I1-I4，肝脏成分图像I1-I4依次反应肝脏的组织范围、肝脏的正常组织、肝脏的高密度组织、肝脏的低密度组织；接着将肝脏成分图像I1-I4输入到肝脏肿瘤分割网络中，肝脏肿瘤分割网络对输入的肝脏成分图像I1-I4进行特征提取及特征分析，分割出肝脏中的肿瘤区域，输出肿瘤的分割结果；最后将分割结果输入到肿瘤测量与分析模块进行肿瘤分析，计算肿瘤的详细信息； 包括模型训练阶段和模型推理阶段； 其中，模型训练阶段用于对肝脏成分分解网络、肝脏肿瘤分割网络进行训练； 其中，模型推理阶段进行以下步骤：首先，将患者腹部CT影像图像做图像预处理之后，输入到肝脏成分分解网络中，得到分解后的肝脏成分图像I1-I4，接着将肝脏成分图像I1-I4输入到肝脏肿瘤分割网络中进行肝脏肿瘤的分割，输出肿瘤的分割结果，最后将分割结果输入到肿瘤测量与分析模块进行肿瘤分析，计算肿瘤的详细信息； 所述模型训练阶段包括四个步骤，分别为： 2.1、数据预处理：对患者的腹部CT影像图像进行预处理； 2.2、数据增广； 2.3、模型训练： 输入预处理后的腹部CT影像图像，并依次输入到肝脏成分分解网络和肝脏肿瘤分割网络；然后先后对肝脏成分分解网络、肝脏肿瘤分割网络进行前向推导并计算网络权重梯度，得到肝脏成分图像I1-I4，以及得到分割的肿瘤蒙版P； 在梯度回传及权重更新阶段，肝脏成分分解网络与肝脏肿瘤分割网络交替进行： 首先，冻结肝脏成分分解网络的权重，计算分割的肿瘤蒙版P与标注的肿瘤金标准T间的分割损失值L2，然后对肝脏肿瘤分割网络进行梯度回传与网络权重更新； 其次，解冻肝脏成分分解网络的权重，并冻结肝脏肿瘤分割网络的权重，再利用肝脏成分图像I1-I4与输入的腹部CT影像图像分别计算互信息损失并累加得到损失值L1，再将肝脏成分图像I1-I4与人工分解的肝脏成分图像J1-J4进行相似度SSIM损失值L0计算，最后将L1、L0损失值与前面计算得到分割损失值L2相加得到最终的损失值L3，然后对肝脏成分分解网络进行梯度回传与网络权重更新； 当肝脏成分分解网络与肝脏肿瘤分割网络都完成了梯度回传与网络权重更新后，就进入下一个训练循环过程，每次循环训练过程采样不同的数据进行训练； 2.4、模型验证：当训练指定轮数后，使用验证数据对当前的模型权重进行效果测试，并评选出最优性能的模型权重进行保存。

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湖州百纳医疗科技有限公司，其通讯地址为：313299 浙江省湖州市德清县舞阳街道科源路48号地理信息小镇A区27栋11楼103室；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。