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！

龙图腾网获悉四川农业大学申请的专利基于动态特征融合的肝癌病灶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：CN120632797B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202511133995.3，技术领域涉及：G16H50/20；该发明授权基于动态特征融合的肝癌病灶分割方法是由陈禹函;刘生成;刘丽萍;黄子翔;杨雨萌;娄贺铖;王李灵;何惠茹;窦枫叶;李欣鸿;黄铄设计研发完成，并于2025-08-14向国家知识产权局提交的专利申请。

本基于动态特征融合的肝癌病灶分割方法在说明书摘要公布了：本发明公开了基于动态特征融合的肝癌病灶分割方法，涉及肝癌诊断辅助技术领域，该方法包括多源数据采集、特征提取、动态融合、分割输出及结果验证步骤。通过多源数据采集模块获取4D影像、多体态肝脏影像及同步生理信号，经静态与动态特征提取模块提取特征，由动态融合模块分配权重，再经分割输出和结果验证模块处理。本发明通过上述多源数据采集、特征提取等模块的协同处理，能够精准区分真实病灶边界与运动伪影，有效减少微小病灶因边界模糊导致的漏检情况；同时大幅降低因单一体态特征不典型造成的漏检率，通过捕捉良恶性病变形态稳定性差异提升鉴别准确性，最终实现肝癌病灶的精准分割，为临床诊断与治疗决策提供可靠依据。

本发明授权基于动态特征融合的肝癌病灶分割方法在权利要求书中公布了：1.基于动态特征融合的肝癌病灶分割方法，其特征在于，包括以下步骤：多源数据采集步骤：获取包含呼吸心跳周期的4D影像序列、不同体态动作下的肝脏影像及同步生理信号； 特征提取包括静态特征提取和动态特征提取； 静态特征提取：从CTMRI中提取密度信号、边缘、纹理静态形态特征； 动态特征提取包括时序运动特征、体态变化特征和生理响应特征； 时序运动特征：处理4D影像，捕捉肝部及病灶运动轨迹，构建运动一致性注意力模块，按呼吸阶段调整特征权重，所述处理4D影像，捕捉肝部及病灶运动轨迹，构建运动一致性注意力模块，按呼吸阶段调整特征权重的构建过程为：先采用3DResNet-50架构的时空卷积网络处理4D影像序列，输出1mm³分辨率的肝部运动矢量场，再通过Farneback算法计算帧间位移场，结合主成分分析提取前3个主导运动模态以区分呼吸心跳及闭气状态主导的运动特征；模块内置闭气状态检测子单元，按呼吸周期、呼吸频率及闭气状态动态调整特征权重：闭气状态下赋予CT值静态密度特征及边界特征最高权重，权重占比≥80%；呼气末阶段赋予静态密度特征权重占比60%-70%，并辅以低呼吸频率下的运动轨迹一致性验证；吸气阶段及高呼吸频率下，若某区域运动轨迹与周围组织差异超过预设阈值，则将该区域权重占比提升至50%-60%；针对肝膈面特殊角度病灶，分析吸气末与闭气状态下的运动轨迹重叠度，重叠度低于50%时增强运动特征权重； 体态变化特征：对齐多体态影像，提取多角度形状不变量，构建门控网络增强多体态一致区域权重，所述对齐多体态影像，提取多角度形状不变量，构建门控网络增强多体态一致区域权重的构建过程为：采用薄板样条插值算法配准多体态影像，计算形变Jacobian矩阵以量化不同体态下的形状变化幅度；预设3种及以上体态动作与呼吸闭气组合方案，构建体态自适应门控网络，对在多种组合状态中均表现为“低密度+形状不规则+边界固定”的特征一致区域增强权重，对仅在单一体态或呼吸状态下形状变化显著的特征不稳定区域抑制权重； 生理响应特征：关联生理信号与动态增强影像，提取“生理-影像”特征，设计动态权重分配器，所述关联生理信号与动态增强影像，提取“生理-影像”特征，设计动态权重分配器的设计过程为：以DCE-MRI作为动态增强影像，造影剂注射后每5秒采集一帧，持续采集5分钟，提取闭气状态下血流灌注峰值与呼吸频率的关联性；将呼吸心电信号与DCE-MRI强化曲线按呼吸状态时序对齐，通过互相关系数计算两者动态相关性；将不同呼吸频率、闭气状态的生理信号编码为包含时间维度的低维向量，通过全连接层生成与动态增强特征对应的权重系数，且在闭气状态下引入时间衰减因子；对生理信号提示血流异常的区域，将动态增强特征权重提升30%-50%； 动态融合步骤：基于注意力或门控机制，按肝脏运动、体态与呼吸匹配度、生理异常程度分配静态与动态特征权重； 分割输出步骤：输出不同角度病灶边界及动态特征解释； 结果验证步骤：生成动态特征热力图，关联病理结果验证分割可靠性。

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四川农业大学，其通讯地址为：625014 四川省雅安市雨城区新康路46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。