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！

龙图腾网恭喜濮阳大数据与人工智能研究院;浙江大学;浙江中医药大学;浙江省中医院、浙江中医药大学附属第一医院(浙江省东方医院);海盐县南北湖医学人工智能研究院申请的专利基于深度学习的卵巢癌图像处理方法及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：CN115222680B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202210781857.6，技术领域涉及：G06T7/00；该发明授权基于深度学习的卵巢癌图像处理方法及系统是由王斯盛;李璐;张丽霞;徐彩云设计研发完成，并于2022-07-04向国家知识产权局提交的专利申请。

本基于深度学习的卵巢癌图像处理方法及系统在说明书摘要公布了：本发明提供了一种基于深度学习的卵巢癌图像处理方法及系统，卵巢癌图像处理方法包括以下步骤：获取第一测试卵巢肿瘤图像，并经图像混合后形成第一混合图像；将第一混合图像分别输入至四个不同的分类神经网络模型，确定最优分类神经网络模型；获取第二测试卵巢肿瘤图像，并经病灶混合后形成第二混合图像；将第二混合图像分别输入至四个不同的分割神经网络模型，确定最优分割神经网络模型；将最优分割神经网络模型与基于病灶边缘的KiteNet分割网络集成，确定最终分割神经网络模型；基于最优分类神经网络模型对CT‑PET卵巢癌图像分类，并基于最终分割神经网络模型对CT‑PET卵巢癌图像作病灶分割。采用上述技术方案后，可对卵巢癌图像作最优条件下的图像处理。

本发明授权基于深度学习的卵巢癌图像处理方法及系统在权利要求书中公布了：1.一种基于深度学习的卵巢癌图像处理方法，其特征在于，包括以下步骤： 获取至少2份第一测试卵巢肿瘤图像，并经图像混合后形成第一混合图像； 将所述第一混合图像分别输入至四个不同的分类神经网络模型，作五折交叉验证，并根据每一分类神经网络型的分类评价标准精确率确定最优分类神经网络模型； 获取至少2份第二测试卵巢肿瘤图像，并经病灶混合后形成第二混合图像； 将所述第二混合图像分别输入至四个不同的分割神经网络模型，作五折交叉验证，并根据每一分割神经网络型的分割评价标准精确率确定最优分割神经网络模型； 将所述最优分割神经网络模型与基于病灶边缘的KiteNet分割网络集成，确定最终分割神经网络模型； 基于所述最优分类神经网络模型对CT-PET卵巢癌图像分类，并基于最终分割神经网络模型对CT-PET卵巢癌图像作病灶分割。

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濮阳大数据与人工智能研究院;浙江大学;浙江中医药大学;浙江省中医院、浙江中医药大学附属第一医院(浙江省东方医院);海盐县南北湖医学人工智能研究院，其通讯地址为：457001 河南省濮阳市华龙区北园路与公园东环路交叉口西北角；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”。