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！

龙图腾网获悉北京中科云影科技有限公司申请的专利一种医疗影像数据的无损压缩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：CN120088347B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510219366.6，技术领域涉及：G06T9/00；该发明授权一种医疗影像数据的无损压缩方法及系统是由苏同金设计研发完成，并于2025-02-26向国家知识产权局提交的专利申请。

本一种医疗影像数据的无损压缩方法及系统在说明书摘要公布了：本发明属于数据压缩技术领域，公开了一种医疗影像数据的无损压缩方法及系统。所述的方法包括如下步骤：根据若干历史医疗影像数据，使用图像处理与深度学习算法，在云数据中心中构建医疗影像数据无损压缩引擎；使用数据终端，对采集的实时医疗影像数据进行预处理，并将得到的预处理后实时医疗影像数据上传至云数据中心；使用医疗影像数据无损压缩引擎，对云数据中心接收的预处理后实时医疗影像数据进行无损压缩，得到实时无损压缩数据。本发明解决了现有技术存在的压缩效率低、计算资源消耗大以及压缩质量低的问题。

本发明授权一种医疗影像数据的无损压缩方法及系统在权利要求书中公布了：1.一种医疗影像数据的无损压缩方法，其特征在于：包括如下步骤： 根据若干历史医疗影像数据，使用图像处理与深度学习算法，在云数据中心中构建医疗影像数据无损压缩引擎； 所述的医疗影像数据无损压缩引擎包括整合医疗影像数据处理模型、医疗影像数据特征提取模型以及医疗影像数据无损压缩模型； 所述的医疗影像数据处理模型基于SAM-Med2D-k-NN算法构建，且医疗影像数据处理模型包括依次连接的基于SAM-Med2D算法构建的图像分割模块和基于k-NN算法构建的图结构构建模块； 所述的医疗影像数据特征提取模型基于GCN-Attention算法构建，且医疗影像数据特征提取模型包括依次连接的基于GCN算法构建的图结构特征提取模块和基于Attention机制构建的注意力加权模块； 所述的医疗影像数据无损压缩模型基于DBN算法构建； 使用数据终端，对采集的实时医疗影像数据进行预处理，并将得到的预处理后实时医疗影像数据上传至云数据中心； 使用医疗影像数据无损压缩引擎，对云数据中心接收的预处理后实时医疗影像数据进行无损压缩，得到实时无损压缩数据，包括如下步骤： 使用云数据中心，接收数据终端上传的预处理后实时医疗影像数据，并将预处理后实时医疗影像数据输入医疗影像数据无损压缩引擎； 使用医疗影像数据处理模型，对预处理后实时医疗影像数据进行医疗影像数据处理，得到图像处理后实时医疗影像数据，包括如下步骤： 使用医疗影像数据处理模型的图像分割模块，对预处理后实时医疗影像数据进行图像分割，得到若干实时医疗影像数据分割图像； 使用医疗影像数据处理模型的图结构构建模块，在每一实时医疗影像数据分割图像与其它实时医疗影像数据分割图像之间构建实时关联关系； 将实时医疗影像数据分割图像作为节点，将实时关联关系作为节点的边，进行图结构构建，得到图结构的图像处理后实时医疗影像数据； 使用医疗影像数据特征提取模型，对图像处理后实时医疗影像数据进行医疗影像数据特征提取，得到实时医疗影像数据特征，包括如下步骤： 使用医疗影像数据特征提取模型的图结构特征提取模块，提取图像处理后实时医疗影像数据的若干实时节点特征和若干实时边特征； 根据若干实时节点特征和若干实时边特征，得到图像处理后实时医疗影像数据的实时图结构数据特征； 使用医疗影像数据特征提取模型的注意力加权模块，根据预设注意力权重值，对实时图结构数据特征进行加权，得到实时医疗影像数据特征； 使用医疗影像数据无损压缩模型，对实时医疗影像数据特征进行医疗影像数据无损压缩，得到实时无损压缩数据，包括如下步骤： 使用医疗影像数据无损压缩模型，将实时医疗影像数据特征进行子块划分，得到若干实时子块； 对每一实时子块进行编码，得到若干实时压缩码字，并对若干实时压缩码字进行合并，得到初始的实时无损压缩数据； 对初始的实时无损压缩数据进行后处理，得到最终的实时无损压缩数据。

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北京中科云影科技有限公司，其通讯地址为：100000 北京市大兴区北京经济技术开发区科创十三街18号院8号楼2层202室(门牌号)；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”。

以上内容由龙图腾AI智能生成。