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！

龙图腾网恭喜脉得智能科技(无锡)有限公司申请的专利基于多级加权神经网络的甲状腺结节定位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：CN114494216B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202210110301.4，技术领域涉及：G06T7/00；该发明授权基于多级加权神经网络的甲状腺结节定位方法是由赵星;赵婉君;石一磊;牟立超;朱晓香;张雷;朱精强设计研发完成，并于2022-01-29向国家知识产权局提交的专利申请。

本基于多级加权神经网络的甲状腺结节定位方法在说明书摘要公布了：本发明涉及一种基于多级加权神经网络的甲状腺结节定位方法。构建基于PyTorch深度学习框架的甲状腺结节定位模型，其中，所构建的甲状腺结节定位模型包括结节轮廓粗定位网络模型以及结节轮廓精定位网络模型；对任一待识别定位的甲状腺超声图像，对所述甲状腺超声图像进行预处理，并将预处理后的甲状腺超声图像依次经结节轮廓粗定位网络模型以及结节轮廓精定位网络模型分割定位处理，以得到甲状腺结节位置轮廓特征图，并根据所述甲状腺结节位置轮廓特征图，在所识别定位的甲状腺超声图像上描绘出甲状腺结节的位置与轮廓。本发明能对甲状腺超声图像上的结节实现快速准确的定位，使诊断结果更加可靠。

本发明授权基于多级加权神经网络的甲状腺结节定位方法在权利要求书中公布了：1.一种基于多级加权神经网络的甲状腺结节定位方法，其特征是：构建基于PyTorch深度学习框架的甲状腺结节定位模型，其中，所构建的甲状腺结节定位模型包括结节轮廓粗定位网络模型以及结节轮廓精定位网络模型；对任一待识别定位的甲状腺超声图像，对所述甲状腺超声图像进行预处理，并将预处理后的甲状腺超声图像依次经结节轮廓粗定位网络模型以及结节轮廓精定位网络模型分割定位处理，以得到甲状腺结节位置轮廓特征图，并根据所述甲状腺结节位置轮廓特征图，在所识别定位的甲状腺超声图像上描绘出甲状腺结节的位置与轮廓；结节轮廓粗定位网络模型对预处理后的甲状腺超声图像处理时，包括如下步骤：步骤10、将待识别定位的甲状腺超声图像预处理后，以得到特征图一，并将所得到的特征图一输入到结节轮廓粗定位网络模型，所述结节轮廓粗定位网络模型利用步长为2的卷积操作实现下采样，并使用双线性插值方法逐步扩增特征图，最后得到通道数为2的特征图二；步骤11、对特征图二内两个通道内的元素值进行比较，以得到表征结节位置指示特征的特征图三；步骤12、根据特征图三，确定粗结节定位轮廓以及与所确定粗结节定位轮廓相适配的轮廓外扩矩形，根据所确定的轮廓外扩矩形在甲状腺超声图像上截取图像块，以利用所截取的图像块生成特征图四，并将所述特征图四输入到结节轮廓精定位网络模型；所述结节轮廓精定位网络模型包括结节轮廓第一定位子网络、结节轮廓第二定位子网络以及结节轮廓第三定位子网络，其中，通过结节轮廓第一定位子网络对特征图四处理后得到通道数为2的特征图五；结节轮廓第二定位子网络对特征图五和特征图四进行处理，以得到通道数为2的特征图六；结节轮廓第三定位子网络对特征图六和特征图四进行处理，以得到通道数为2的特征图七；结节轮廓第二定位子网络对特征图五和特征图四进行处理时，包括如下步骤：步骤20、将特征图四均匀地分割为特征子图Fii＝1、2、3、4，对四块特征图依次处理后得到四块通道数为2的特征图M′ii＝1、2、3、4；步骤21、根据特征图四分割得到特征子图Fii＝1、2、3、4的方式对特征图五进行均匀分割，以得到特征子图Nii＝1、2、3、4，并将特征子图Nii＝1、2、3、4与特征图M′ii＝1、2、3、4按通道拼接，以得到通道数为4的特征拼接图；步骤22、对特征拼接图进行特征融合，以得到通道数为2的特征图Pi，其中，对特征图Pi，任一特征点的第一通道特征值表示所述特征点为非甲状腺结节的概率值，任一特征点的第二通道特征值表示所述特征点为甲状腺结节的概率值；步骤23、对特征图Pi的任一特征点，计算所述特征点预测结果的可信度s，并根据所有特征点的预测结果的可信度s得到预测结果可信度特征图Pic；根据预测结果可信度特征图的计算确定方式，对特征子图Nii＝1、2、3、4计算得到预测结果可信度特征图Nic；步骤24、利用预测结果可信度特征图Pic以及预测结果可信度特征图Nic，计算得到优化排序特征图Cii＝1、2、3、4；步骤25、将优化排序特征图Ci内的特征值按从大到小排列，确定前k个特征点的坐标；根据所确定前k个特征点的坐标，对特征子图Nii＝1、2、3、4的特征值采用加权求和方式处理，以输出特征子图Mii＝1、2、3、4；步骤26、根据特征图四分割得到特征子图Fii＝1、2、3、4的坐标参数，将特征子图Mii＝1、2、3、4进行位置拼接，以得到通道数为2，大小为128*128的特征图六；结节轮廓第三定位子网络对特征图六和特征图四进行处理，以得到通道数为2的特征图七时，具体包括如下步骤：步骤30、将特征图四均匀地分割为特征子图，对所述特征子图F′jj＝1、2、3、…、16依次处理后得到十六块通道数为2的特征图M′jj＝1、2、3、…、16；步骤31、根据特征图四分割得到特征子图F′jj＝1、2、3、…、16的方式对特征图六进行均匀分割，以得到特征子图Njj＝1、2、3、…、16，并将特征子图Njj＝1、2、3、…、16与特征图M′jj＝1、2、3、…、16按通道拼接，以得到通道数为4的特征拼接图；步骤32、对上述特征拼接图进行特征融合，以得到通道数为2的特征图P′jj＝1、2、3、…、16，其中，对特征图P′jj＝1、2、3、…、16，任一特征点的第一通道特征值表示所述特征点为非甲状腺结节的概率值，任一特征点的第二通道特征值表示所述特征点为甲状腺结节的概率值；步骤33、对特征图P′jj＝1、2、3、…、16的任一特征点，计算所述特征点预测结果的可信度s，并根据所有特征点的预测结果的可信度s得到预测结果可信度特征图根据预测结果可信度特征图的计算确定方式，对特征子图Njj＝1、2、3、…、16计算得到预测结果可信度特征图步骤34、利用预测结果可信度特征图以及预测结果可信度特征图计算得到优化排序特征图C′jj＝1、2、3、…、16；步骤35、将优化排序特征图C′j内的特征值按从大到小排列，确定前q个特征点的坐标；根据所确定前q个特征点的坐标，对特征子图Njj＝1、2、3、…、16的特征值采用加权求和方式处理，以输出特征子图Mjj＝1、2、3、…、16；步骤36、根据特征图四分割得到特征子图F′jj＝1、2、3、…、16的坐标参数，将特征子图Mjj＝1、2、3、…、16进行位置拼接，以得到通道数为2且大小为128*128的特征图七。

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脉得智能科技(无锡)有限公司，其通讯地址为：214000 江苏省无锡市滨湖区马山梅梁路88号二楼西；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”。