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！

龙图腾网获悉上海深至信息科技有限公司申请的专利一种结节钙化医学图像的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：CN113920082B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202111163375.6，技术领域涉及：G06V20/70；该发明授权一种结节钙化医学图像的处理方法是由徐栋;姚劲草;冯博健;徐静;朱瑞星;杨琛;汪丽菁;陈丽羽;欧笛;李伟;郑逸设计研发完成，并于2021-09-30向国家知识产权局提交的专利申请。

本一种结节钙化医学图像的处理方法在说明书摘要公布了：本发明提供一种结节钙化医学图像的处理方法，涉及医学图像处理技术领域，包括：对采集得到的各结节钙化医学图像中的结节钙化区域进行标注得到对应的标注图像；根据各标注图像训练得到图像处理模型，图像处理模型包括依次连接的残差网络模块、反堆叠模块、群空洞卷积网络模块、堆叠模块和决策网络模块；将待处理医学图像输入图像处理模型中处理得到待处理医学图像中的结节钙化区域的语义概率热图，并将语义概率热图作为待处理医学图像的处理结果。有益效果是克服了现有技术对结节图像钙化区域语义分辨能力差，钙化区域语义特征提取易受相似背景干扰问题，解决了因结节钙化区域较小导致的结节钙化医学图像语义概率热图提取效果不佳等问题。

本发明授权一种结节钙化医学图像的处理方法在权利要求书中公布了：1.一种结节钙化医学图像的处理方法，其特征在于，包括： 步骤S1，采集多个结节钙化医学图像，并对各所述结节钙化医学图像中的结节钙化区域进行标注得到对应的标注图像； 步骤S2，根据各所述标注图像训练得到一图像处理模型，所述图像处理模型包括依次连接的残差网络模块、反堆叠模块、群空洞卷积网络模块、堆叠模块和决策网络模块； 步骤S3，将一待处理医学图像输入所述图像处理模型中，依次经由所述残差网络模块、所述反堆叠模块、所述群空洞卷积网络模块、所述堆叠模块和所述决策网络模块进行处理，得到所述待处理医学图像中的所述结节钙化区域的语义概率热图，并将所述语义概率热图作为所述待处理医学图像的处理结果； 所述残差网络模块的网络结构为8层，且各层串行排布，其中： 第一层为卷积层； 第二层为最大池化层； 第三层的子残差层包括2个并行排布的分支，将各分支的输出按元素进行相加； 第四层的子残差层与第三层的子残差层网络结构相同，并将各分支的输出按元素进行叠加； 第五层至第八层的子残差层均包括2个并行排布的分支，将各分支的输出按元素进行相加； 所有卷积层的激活函数均使用ReLU函数； 所述步骤S3包括： 步骤S31，所述残差网络模块对所述待处理医学图像进行特征提取得到一第一特征图； 步骤S32，所述反堆叠模块将所述第一特征图按照通道维度进行群组划分得到多个反堆叠特征图组； 步骤S33，所述群空洞卷积网络模块分别对各所述反堆叠特征图组进行群空洞卷积处理得到相应的空洞卷积特征图组； 步骤S34，所述堆叠模块将各所述空洞卷积特征图组在通道维度上进行拼接得到一第二特征图； 步骤S35，所述决策网络模块对所述第二特征图进行处理得到所述语义概率热图； 所述步骤S32中，采用基于正态分布权重的划分方式进行群组划分，所述第一特征图包含层子特征图，则所述基于正态分布权重的划分方式的计算公式如下： ； 其中，； 其中，表示第个所述反堆叠特征图组，表示指定用于计算群组特征图的原始子特征图个数半径，表示第层所述子特征图，表示将所述子特征图在通道维度上进行拼接，分别表示正态分布的均值和标准差，表示正态分布曲线下所取的横轴半区间长度，任意两个相邻的取值满足。

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上海深至信息科技有限公司，其通讯地址为：200120 上海市浦东新区中国（上海）自由贸易试验区浦东大道720、728号16B室；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”。