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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于自适应特征优化的颈动脉自动定位与分割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：CN119963584B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510049470.5，技术领域涉及：G06T7/12；该发明授权一种基于自适应特征优化的颈动脉自动定位与分割方法是由章欣;蒋知益;陈逸飞;沈毅设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本一种基于自适应特征优化的颈动脉自动定位与分割方法在说明书摘要公布了：本发明公开了一种基于自适应特征优化的颈动脉自动定位与分割方法，首先，根据超声颈动脉横切面图像中管腔的形状灰度特征，设计标准匹配模板，并依据可能尺度调整生成多尺度模板组；其次，利用多尺度模板组与图像进行匹配，得到颈动脉可能位置，进一步结合自适应的圆环灰度信息与相对位置信息选定最可能区域，并据此生成颈动脉管腔的初始轮廓；最后，通过优化了外部能量项的DRLSE算法对初始轮廓进行演化，以实现高准确率和高鲁棒性的轮廓分割。该方法通过设计合理的多尺度匹配模板组实现稳健的位置检测，并通过优化驱动演化的能量项提高分割精度与鲁棒性。本发明能够准确有效地实现颈动脉的自动定位与分割，为医学图像的处理和分析提供指导。

本发明授权一种基于自适应特征优化的颈动脉自动定位与分割方法在权利要求书中公布了：1.一种基于自适应特征优化的颈动脉自动定位与分割方法，其特征在于所述方法包括如下步骤： 步骤1、通过分析超声颈动脉横切面图像中管腔的形状灰度特征，设计圆环作为颈动脉标准匹配模板，并通过统计数据集的图像特征计算颈动脉管腔可能尺寸，缩放颈动脉标准模板得到多尺度模板组； 步骤2、对待检测颈动脉超声图像，遍历多尺度模板组中各尺度的模板，对每一尺度模板记录相似度最高区域作为该尺度下的最佳匹配区域，生成模拟圆并自适应调整大小，进一步分析模拟圆环的像素灰度差信息与相对位置信息选定最可能管腔区域，并生成模拟颈动脉管腔轮廓； 步骤3、结合颈动脉管腔形状、灰度特征对DRLSE算法的外部能量项进行优化，加入形状约束项、形状区域能量项两个新的能量项以对形状和灰度分布进行约束，并建立改进的水平集函数演化方程，水平集函数演化方程驱动轮廓演化，并设计先快速接近目标轮廓、后精细分割的的两步演化阶段以更好的满足演化过程中轮廓的不同特性，最终实现高准确率、高鲁棒性的轮廓分割，具体步骤如下： 步骤3-1、建立水平集函数算法方程： 步骤3-1-1、将步骤2得到的模拟颈动脉管腔轮廓Cb作为初始轮廓，并作为水平集函数φ的初始值； 步骤3-1-2、通过能量函数Eφ驱动水平集函数演化，具体定义为： Eφ＝μRφ+Eextφ 其中，μ为正则项系数，Rφ为水平集函数正则项，Eextφ为外部能量项，ext代表外部驱动能量部分，驱使水平集函数朝能量最小的位置演化； 步骤3-2、轮廓演化： 步骤3-2-1、在数值计算中，用数值近似Dirac函数δεx和数值近似Heaviside函数Hεx分别近似替代Dirac函数δ和Heaviside函数H，其中ε为一个小数值固定参数，具体为： 数值近似计算替换后得到能量泛函Eεφ近似为： 通过欧拉拉格朗日方程和梯度下降流方法计算求解能量泛函Eεφ的极小值，则以上能量泛函通过求解以下梯度流来最小化，其中dp＝p'ss： 步骤3-2-2、采用逆向有限差分法进行两阶段演化迭代，第一阶段快速接近目标轮廓区域，迭代m次；第二阶段寻求精细的分割边界，迭代n次，演化过程具体为： 其中，kt是迭代步数，i,j为轮廓某点坐标，和是演化方程在第一、第二阶段分别的近似估计； 步骤3-2-3、经过两阶段演化，得到的管腔轮廓φf作为最终分割结果，f代表最终结果。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。