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！

龙图腾网恭喜山东第一医科大学附属省立医院(山东省立医院)申请的专利基于肿瘤影像组学的影像处理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：CN119722667B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202510220222.2，技术领域涉及：G06T7/00；该发明授权基于肿瘤影像组学的影像处理系统是由耿文茂;张倩;薛恒辉设计研发完成，并于2025-02-27向国家知识产权局提交的专利申请。

本基于肿瘤影像组学的影像处理系统在说明书摘要公布了：本发明涉及图像融合技术领域，具体涉及一种基于肿瘤影像组学的影像处理系统，通过对现有的基于多尺度特征频域分解滤波的医学影像融合算法进行改进，在确定第一次融合后对图形信息和病灶信息表征效果更好的融合分层后，根据融合分层的图像特征表现和病灶特征表现自适应确定不同特征图像层进行图像融合的融合权重，从而基于自适应得到的融合权重进行自适应图像融合，解决了基于多尺度特征频域分解滤波的医学影像融合算法的普适性和灵活性较差的问题，使得得到的最终融合图像的普适性和灵活性更好更准确。

本发明授权基于肿瘤影像组学的影像处理系统在权利要求书中公布了：1.一种基于肿瘤影像组学的影像处理系统，其特征在于，所述系统包括：数据获取模块，用于获取患者对肿瘤每次检查时得到的每种模态下的检查灰度图像的所有图像分层；基于特征提取方法获取每种图像特征下所述检查灰度图像以及对应每个图像分层的特征值；其中，图像特征种类包括全局特征和区域特征；第一确定模块，用于在每种全局特征下，根据每个图像分层与对应的检查灰度图像之间的特征值一致情况以及每个图像分层相比于其他图像分层的特征值突出情况，确定每种全局特征对每个图像分层的全局特征重要性；根据每个图像分层对应的各种全局特征的全局特征重要性的整体大小，确定每种模态下的检查灰度图像中每个图像分层的图像表现强度；第二确定模块，用于在每种区域特征下，根据每个图像分层在各次检查过程中的特征值变化情况以及对应的区域特征的肿瘤指标匹配情况，确定每种区域特征对每个图像分层的区域特征重要性；根据每个图像分层对应的各种区域特征的区域特征重要性的整体大小，确定每种模态下的检查灰度图像中每个图像分层的病灶表现强度；第三确定模块，用于根据各种模态下的检查灰度图像中每个像素点的灰度表现以及每个像素点在每个图像分层的图像表现强度和病灶表现强度进行像素级融合，确定每个图像分层的融合分层；根据各个融合分层的图像表现强度和病灶表现强度，确定每个融合分层的融合权重；所述融合分层的获取过程包括：依次将检查灰度图像中每个像素点位置作为目标位置；将每种模态下的检查灰度图像的每个图像分层中目标位置所在列和所在行的所有像素点去除后的图像分层，作为每种模态下目标位置对应的参考分层；在每种模态下，将检查灰度图像的每个图像分层与对应的参考分层之间的图像表现强度差异，作为每种模态下目标位置在每个图像分层中对应的图像表现变化值；在每种模态下，将检查灰度图像的每个图像分层与对应的参考分层之间的病灶表现强度差异，作为每种模态下目标位置在每个图像分层中病灶表现变化值；将所述图像表现变化值和所述病灶表现变化值之间的和值，作为每种模态下目标位置在每个图像分层中的位置重要性；在所有模态下目标位置在每个图像分层中对应的所有位置重要性中，将数值最大的位置重要性对应的模态下的检查灰度图像的每个图像分层中目标位置的灰度值，作为每个图像分层中目标位置的最终灰度值；统计每个图像分层中所有像素点位置的最终灰度值；根据每个图像分层中所有像素点位置的最终灰度值，确定每个图像分层对应的融合分层；图像融合模块，用于根据所述融合权重结合多尺度特征频域分解滤波进行图像融合，确定最终融合图像。

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山东第一医科大学附属省立医院(山东省立医院)，其通讯地址为：250021 山东省济南市槐荫区经五路324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”。