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！

龙图腾网获悉西安交通大学申请的专利基于条件约束概率生成的目标轮廓不确定性误差量化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：CN120198654B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510641998.1，技术领域涉及：G06V10/25；该发明授权基于条件约束概率生成的目标轮廓不确定性误差量化方法是由杜少毅;何鑫;徐梦蕊;王娟;张栋;韩泓丞;姜珏设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本基于条件约束概率生成的目标轮廓不确定性误差量化方法在说明书摘要公布了：本案涉及基于条件约束概率生成的目标轮廓不确定性误差量化方法，用于解决现有技术无法提供对结节超声诊断结果的直观解释，以及现有技术难以同时学习来自多位专家的临床观点的问题。所述方法提出了一种基于条件约束概率生成的目标轮廓不确定性误差量化方法，通过建立深度学习模型捕获结节超声影像图像中的语义和结构编码信息，将编码信息映射到隐空间分布后进行采样，基于采样结果得到目标轮廓分割结果及不确定性的量化。所述方法利用模型学习来自多位专家的标注分布，输出自身预测结果的不确定性量化，有效提升模型的可解释性，帮助医生识别结节高风险区域，从而增强了所述方法在实际临床应用中的透明性和可靠性。

本发明授权基于条件约束概率生成的目标轮廓不确定性误差量化方法在权利要求书中公布了：1.一种基于条件约束概率生成的目标轮廓不确定性误差量化方法，其特征在于，所述方法包括下述步骤： 采用进行非对称的编码器-解码器架构进行预训练，在预训练阶段，假设原始输入的结节超声影像图像为，将其划分为个图像块：，通过随机掩码操作，将图像随机划分为可见块集合和掩码块集合，为可见图像块添加位置嵌入：，为嵌入的位置信息；将嵌入了位置信息的图像块输入到视觉Transformer编码器中，利用解码器预测重建被掩码的图像块； 将第一视觉Transformer编码器采用上述预训练方法进行预训练，基于经过预训练的第一视觉Transformer编码器构造先验网络，利用与第一视觉Transformer编码器具有相同结构参数的第二视觉Transformer编码器构造后验网络，基于Unet网络构造目标轮廓分割网络；其中，所述先验网络能够将第一视觉Transformer编码器得到的图像特征编码到隐空间中的先验分布，所述后验网络能够将第二视觉Transformer编码器得到的图像特征编码到隐空间中的后验分布； 在训练阶段，将结节超声影像图像样本分别输入先验网络获得先验分布，将该结节超声影像图像样本对应标签作为条件变量，将该结节超声影像图像样本和其对应标签拼接经卷积降维后输入后验网络获得后验分布，基于先验分布和后验分布计算KL散度； 将该结节超声影像图像样本和先验分布，输入目标轮廓分割网络，输出预测结果，计算预测结果与真实值的交叉熵损失；其中，从先验分布中采样得到的隐变量注入目标轮廓分割网络的瓶颈层； 将该结节超声影像图像样本和后验分布，输入目标轮廓分割网络，输出预测结果，计算预测结果与真实值的交叉熵损失；其中，从后验分布中采样得到的隐变量注入目标轮廓分割网络的瓶颈层； 计算训练总损失，； 在推理阶段，将待分割结节超声影像图像输入训练好的先验网络获得先验分布，将获得的先验分布和其对应的待分割的结节超声影像图像输入训练好的目标轮廓分割网络，输出该结节超声影像图像的分割结果，进而得到目标轮廓置信度，所述目标轮廓置信度为每个像素点的标准差。

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西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28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”。