西安医学院第一附属医院张东玲获国家专利权
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!
龙图腾网获悉西安医学院第一附属医院申请的专利基于超声图像的急诊患者多发伤识别方法及分类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:CN120655652B 。
龙图腾网通过国家知识产权局官网在2025-10-14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:202511171052.X,技术领域涉及:G06T7/00;该发明授权基于超声图像的急诊患者多发伤识别方法及分类系统是由张东玲;周骅设计研发完成,并于2025-08-21向国家知识产权局提交的专利申请。
本基于超声图像的急诊患者多发伤识别方法及分类系统在说明书摘要公布了:本发明涉及超声影像处理的技术领域,具体涉及基于超声图像的急诊患者多发伤识别方法及分类系统,其中方法包括:对多个第一图像分别进行图像分析,以确定每一个第一图像包括的指示胸膜线的关键区域;在所述多个第一图像中区分对应同一超声检测位置的多个第二图像,并对每一个第二图像的关键区域及其相邻的第二图像的关键区域之间的像素变化进行分析,得到每一个第二图像的滑动征参数值;对所述每一个第二图像的滑动征参数值进行分析,得到每一个第二图像对应的胸腔特征值,其中,所述多个第二图像对应的多个胸腔特征值为形成所述目标患者的病症识别结果的关键数据。本发明能提升胸部超声图像的处理效果。
本发明授权基于超声图像的急诊患者多发伤识别方法及分类系统在权利要求书中公布了:1.一种基于超声图像的急诊患者多发伤识别方法,其特征在于,所述方法包括: 对多个第一图像分别进行图像分析,以确定每一个第一图像包括的关键区域,其中,所述多个第一图像为目标患者进行超声检测时采集的多个超声图像,所述关键区域用于指示所述目标患者的胸膜线; 在所述多个第一图像中区分多个第二图像,其中,所述多个第二图像为对应同一个超声检测位置的多个第一图像; 在所述多个第二图像中,对每一个第二图像的关键区域及其相邻的第二图像的关键区域之间的像素变化进行分析,得到每一个第二图像的滑动征参数值,所述滑动征参数值用于表示对应的第二图像所反映的胸膜滑动征的征象程度; 对所述每一个第二图像的滑动征参数值进行分析,得到每一个第二图像对应的胸腔特征值,其中,所述多个第二图像对应的多个胸腔特征值为形成所述目标患者的病症识别结果的关键数据; 所述在所述多个第二图像中,对每一个第二图像的关键区域及其相邻的第二图像的关键区域之间的像素变化进行分析,得到每一个第二图像的滑动征参数值,包括: 分析每一个第二图像的关键区域及其相邻的第二图像的关键区域之间的胸膜线概率值的差异,得到每一个第二图像对应的概率差异系数; 对每一个第二图像的关键区域内包括的多个像素点进行聚类,得到每一个第二图像对应的多个类簇; 分析每一个第二图像对应的多个类簇及其相邻的第二图像对应的多个类簇之间的位置差异,得到每一个第二图像对应的位置差异系数; 根据每一个第二图像对应的概率差异系数和位置差异系数,得到每一个第二图像的滑动征参数值; 所述分析每一个第二图像对应的多个类簇及其相邻的第二图像对应的多个类簇之间的位置差异,得到每一个第二图像对应的位置差异系数,包括: 获取每一个第二图像对应的多个类簇临界距离,其中,所述类簇临界距离为对应的类簇的中心点和其所在的关键区域的区域边界线之间的距离; 基于每一个第二图像对应的多个类簇临界距离,得到每一个第二图像对应的多个类簇偏移距离,所述类簇偏移距离为对应类簇的类簇临界距离和其关联类簇的类簇临界距离之间的差值,相邻的两个第二图像中指示同一区域的两个类簇相互关联; 将每一个第二图像对应的多个类簇偏移距离的均值确定为每一个第二图像对应的位置差异系数; 其中,第i个第二图像的滑动征参数值的计算公式为: 其中,i为小于或等于多个所述的第二图像的总数目的正整数,为第i个第二图像的 关键区域的胸膜线概率值,为第i+1个第二图像的关键区域的胸膜线概率值,为第i个第二图像对应的概率差异系数,为第i个第二图像对应的第q个 类簇偏移距离,为第i个第二图像的关键区间中聚类得到的类簇的总数目,为 第i个第二图像对应的位置差异系数; 所述对所述每一个第二图像的滑动征参数值进行分析,得到每一个第二图像对应的胸腔特征值,包括: 分析每一个第二图像的滑动征参数值和其相邻的第二图像的滑动征参数值之间的差异,得到每一个第二图像对应的滑动征差异系数; 分析每一个第二图像的无回声区域面积和其相邻的第二图像的无回声区域面积之间的差异,得到每一个第二图像对应的面积差异系数; 根据每一个第二图像对应的滑动征差异系数和面积差异系数,得到每一个第二图像对应的胸腔特征值; 所述根据每一个第二图像对应的滑动征差异系数和面积差异系数,得到每一个第二图像对应的胸腔特征值,包括: 根据每一个第二图像对应的滑动征差异系数,得到每一个第二图像对应的滑动征相似系数,所述滑动征相似系数和对应的滑动征差异系数的和值为1; 计算每一个第二图像对应的滑动征相似系数和对应的面积差异系数的乘积,以得到每一个第二图像对应的胸腔特征值。
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医学院第一附属医院,其通讯地址为:710077 陕西省西安市莲湖区丰镐西路48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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励