恭喜北京长木谷医疗科技股份有限公司;张逸凌张逸凌获国家专利权
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!
龙图腾网恭喜北京长木谷医疗科技股份有限公司;张逸凌申请的专利基于深度学习的脊柱图像分割方法、装置及电子设备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:CN116563218B 。
龙图腾网通过国家知识产权局官网在2025-03-07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:202310340410.X,技术领域涉及:G06T7/00;该发明授权基于深度学习的脊柱图像分割方法、装置及电子设备是由张逸凌;刘星宇设计研发完成,并于2023-03-31向国家知识产权局提交的专利申请。
本基于深度学习的脊柱图像分割方法、装置及电子设备在说明书摘要公布了:本发明提供了一种基于深度学习的脊柱图像分割方法、装置及电子设备,方法包括:获取包括有脊柱区域的原始图像,并基于深度学习模型对原始图像进行粗分割,得到原始图像的整体粗分割特征图;获取标记有脊柱区域的标签图像,基于深度学习模型对整体粗分割特征图和标签图像进行边缘提取,分别得到整体粗分割特征图的第一边缘区域图像与标签图像的第二边缘区域图像;基于第二边缘区域图像,对第一边缘区域图像进行校正,得到目标边缘区域图像;将目标边缘区域图像和整体粗分割特征图进行分割融合操作,输出得到原始图像对应的脊柱区域分割图像。该方法可以使得到的脊柱区域分割图像中的边缘信息也更加准确,减少了分割偏差,提高了分割结果的准确性。
本发明授权基于深度学习的脊柱图像分割方法、装置及电子设备在权利要求书中公布了:1.一种基于深度学习的脊柱图像分割方法,其特征在于,包括:获取包括有脊柱区域的原始图像,并基于深度学习模型对所述原始图像进行粗分割,得到所述原始图像的整体粗分割特征图;获取标记有脊柱区域的标签图像,基于所述深度学习模型对所述整体粗分割特征图和所述标签图像进行边缘提取,分别得到所述整体粗分割特征图的第一边缘区域图像与所述标签图像的第二边缘区域图像;基于所述第二边缘区域图像,对所述第一边缘区域图像进行校正,得到目标边缘区域图像;将所述目标边缘区域图像和所述整体粗分割特征图进行分割融合操作,输出得到所述原始图像对应的脊柱区域分割图像;基于所述深度学习模型对所述整体粗分割特征图和所述标签图像进行边缘提取,分别得到所述整体粗分割特征图的第一边缘区域图像与所述标签图像的第二边缘区域图像,包括:基于所述深度学习模型,提取整体粗分割特征图和所述标签图像分别对应的二值图的边缘,得到第一边缘图像和第二边缘图像;基于所述整体粗分割特征图的待分割区域的尺寸和所述标签图像中脊柱区域的尺寸,分别确定第一厚度值和第二厚度值;基于第一边缘图像、所述第一厚度值以及第一梯度值,得到所述整体粗分割特征图的第一边缘区域图像;基于第二边缘图像、所述第二厚度值和第二梯度值,得到所述标签图像的第二边缘区域图像;其中,所述第一梯度值和所述第二梯度值分别基于所述第一边缘图像和所述第二边缘图像计算得到;所述第一厚度值表示所述第一梯度值向所述第一边缘图像中心位置的延伸距离;所述第二厚度值表示所述第二梯度值向所述第二边缘图像中心位置的延伸距离。
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北京长木谷医疗科技股份有限公司;张逸凌,其通讯地址为:100176 北京市大兴区北京经济技术开发区荣华南路2号院1号楼22层2201(北京自贸试验区高端产业区亦庄组团);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”。
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。