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！

龙图腾网恭喜天津金曦医疗设备有限公司申请的专利一种基于卷积神经网络的重建视野图像处理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：CN119359847B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411864373.3，技术领域涉及：G06T11/00；该发明授权一种基于卷积神经网络的重建视野图像处理方法是由薄文柱;张励;杨舰设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的重建视野图像处理方法在说明书摘要公布了：本发明涉及医学影像数据精细化处理领域，尤其涉及一种基于卷积神经网络的重建视野图像处理方法，包括：利用实时重建视野图像获取图像关联特征；利用所述图像关联特征基于卷积神经网络建立重建视野图像多级分析筛选模型；利用所述重建视野图像多级分析筛选模型得到重建视野图像处理结果，设置的重建视野图像误差分析处理，提取了扫描视野与重建视野下的各级各类特征，对于方案的适用性有着较好的帮助，对于不同设定的CT扫描机均可部署实施应用，同时在不改变扫描图像与重建视野图像的前提下，基于卷积神经网络建立多级分类筛选模型，并在方案内部加入验证迭代流程，确保实际应用时的稳定高效运行。

本发明授权一种基于卷积神经网络的重建视野图像处理方法在权利要求书中公布了：1.一种基于卷积神经网络的重建视野图像处理方法，其特征在于，包括：S1、利用实时重建视野图像获取图像关联特征；S1-1、获取所述实时重建视野图像的扫描视野图像范围；S1-2、获取所述实时重建视野图像的重建视野图像范围；S1-3、利用所述扫描视野图像范围与重建视野图像范围的比值作为扫描重建图像变化率；S1-4、获取所述实时重建视野图像的扫描孔径作为重建视野图像硬件特征；S1-5、根据所述重建视野图像范围获取对应图像像素作为重建视野图像基础特征；S1-6、利用所述扫描视野图像范围、重建视野图像范围、扫描重建图像变化率、重建视野图像硬件特征与重建视野图像基础特征作为图像关联特征；S2、利用所述图像关联特征基于卷积神经网络建立重建视野图像多级分析筛选模型；S2-1、利用所述图像关联特征建立扫描重建图像变换矩阵；S2-1-1、利用所述图像关联特征的扫描视野图像范围建立扫描视野图像的数字图像矩阵；S2-1-2、利用所述图像关联特征的重建视野图像范围建立重建视野图像的数字图像矩阵；S2-1-3、获取所述扫描视野图像的数字图像矩阵与重建视野图像的数字图像矩阵的比值作为扫描重建图像矩阵变换系数；S2-1-4、判断所述扫描重建图像矩阵变换系数与图像关联特征的扫描重建图像变化率是否一致，若是，则分别获取扫描视野图像的数字图像矩阵对应矩阵向量与重建视野图像的数字图像矩阵对应矩阵向量作为扫描视野图像的数字图像矩阵标签与重建视野图像的数字图像矩阵标签，并执行S2-1-5，否则，返回S2-1-1；S2-1-5、利用所述扫描视野图像的数字图像矩阵、重建视野图像的数字图像矩阵、扫描重建图像矩阵变换系数、扫描视野图像的数字图像矩阵标签与重建视野图像的数字图像矩阵标签作为扫描重建图像变换矩阵；S2-2、利用所述图像关联特征基于卷积神经网络建立基础重建视野图像分析模型；S2-2-1、判断所述图像关联特征对应扫描视野图像范围的图像中心与重建视野图像范围的图像中心是否一致，若是，则执行S2-2-2，否则，返回S1-1；S2-2-2、根据所述图像关联特征分别获取对应历史扫描视野图像与历史重建视野图像建立第一数据集与第二数据集；S2-2-3、利用所述第一数据集对应目标区域划分为第一目标区域像素；S2-2-4、利用所述第二数据集对应目标区域划分为第二目标区域像素；S2-2-5、利用所述第一数据集与第一目标区域像素为输入，所述第一目标区域像素对应像素矩阵为输出，基于卷积神经网络进行训练建立一级图像分析模型；S2-2-6、利用所述第二数据集与第二目标区域像素为输入，所述第二目标区域像素对应像素矩阵为输出，基于卷积神经网络进行训练建立二级图像分析模型；S2-2-7、利用所述一级图像分析模型与二级图像分析模型作为基础重建视野图像分析模型；其中，所述目标区域为CT扫描图像的目标区域；S2-3、根据所述基础重建视野图像分析模型基于卷积神经网络建立基础重建视野图像筛选模型；S2-3-1、根据所述基础重建视野图像分析模型获取一级图像分析模型的模型输出结果；S2-3-2、根据所述基础重建视野图像分析模型获取二级图像分析模型的模型输出结果；S2-3-3、利用所述一级图像分析模型的模型输出结果与二级图像分析模型的模型输出结果作为第三数据集；S2-3-4、利用所述第三数据集为输入，所述第三数据集对应一级图像分析模型的模型输出结果的目标区域轮廓与二级图像分析模型的模型输出结果的目标区域轮廓作为输出，基于卷积神经网络进行训练建立基础重建视野图像筛选模型；S2-4、利用所述扫描重建图像变换矩阵对基础重建视野图像分析模型与基础重建视野图像筛选模型依次进行结构校验处理得到重建视野图像多级分析筛选模型；S2-4-1、判断所述基础重建视野图像分析模型对应一级图像分析模型的模型输出结果与扫描重建图像变换矩阵的扫描视野图像的数字图像矩阵是否对应，若是，则执行S2-4-2，否则，利用非对应扫描视野图像的数字图像矩阵对应扫描视野图像更新第一数据集，并返回S2-2-3；S2-4-2、判断所述基础重建视野图像分析模型对应二级图像分析模型的模型输出结果与扫描重建图像变换矩阵的重建视野图像的数字图像矩阵是否对应，若是，则执行S2-4-3，否则，利用非对应重建视野图像的数字图像矩阵对应重建视野图像更新第二数据集，并返回S2-2-4；S2-4-3、判断同一扫描视野图像对应一级图像分析模型的模型输出结果与二级图像分析模型的模型输出结果的像素矩阵比值与扫描重建图像变换矩阵的扫描重建图像矩阵变换系数是否一致，若是，则执行S2-4-4，否则，利用所述扫描重建图像矩阵变换系数对扫描视野图像对应重建视野图像进行更新后，返回S2-2-2；S2-4-4、判断所述基础重建视野图像筛选模型的模型输出结果对应目标区域轮廓比值与扫描重建图像矩阵变换系数是否对应，若是，则利用所述基础重建视野图像分析模型与基础重建视野图像筛选模型作为重建视野图像多级分析筛选模型，否则，返回S2-1-1；S3、利用所述重建视野图像多级分析筛选模型得到重建视野图像处理结果。

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天津金曦医疗设备有限公司，其通讯地址为：300000 天津市西青区经济技术开发区赛达国际工业城D13-2厂房-2；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”。