Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 杭州电子科技大学唐冬晨获国家专利权

杭州电子科技大学唐冬晨获国家专利权

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!

龙图腾网获悉杭州电子科技大学申请的专利一种基于Matcher的医疗影像序列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:CN118072008B

龙图腾网通过国家知识产权局官网在2025-10-31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:202410048811.2,技术领域涉及:G06V10/26;该发明授权一种基于Matcher的医疗影像序列分割方法是由唐冬晨;颜成钢;张继勇;陈相儒;陈兴颖;朱晨薇设计研发完成,并于2024-01-12向国家知识产权局提交的专利申请。

一种基于Matcher的医疗影像序列分割方法在说明书摘要公布了:本发明公开了一种基于Matcher的医疗影像序列分割方法。首先对目标医疗影像序列和参考医疗影像序列中的图像进行预处理和特征提取,并计算对应关系矩阵;通过双向匹配策略对参考掩码跟对应关系矩阵进行匹配,得到匹配层;对匹配层进行筛选,采用k‑means++聚类对筛选得到的匹配层进行处理,生成提示采样集合;对得到的提示采样集合进行处理作为预训练好的SAM模型的输入,得到提案列表;执行参考掩码和预测掩码之间的实例级匹配,得到结果列表;最后将结果列表进行排序,得到最终的分割结果并输出。本发明采用双向匹配、提示采样以及实例级匹配等策略,能够生成高质量的掩码,实现更清晰、更精确的分割结果。

本发明授权一种基于Matcher的医疗影像序列分割方法在权利要求书中公布了:1.一种基于Matcher的医疗影像序列分割方法,其特征在于,包括: 步骤1:准备目标医疗影像序列和参考医疗影像序列及对应参考医疗影像序列的掩码即参考掩码; 其中目标医疗影像序列和参考医疗影像序列中分别包括n张图像; 步骤2:对目标医疗影像序列和参考医疗影像序列中的图像进行预处理,通过特征提取模型dinov2_vitg14对预处理后的图像进行特征提取,并计算对应关系矩阵; 步骤3:通过双向匹配策略对参考掩码跟对应关系矩阵进行匹配,得到n2个匹配层; 步骤4:对匹配层进行筛选,降低假阳率; 实现多层匹配,选定匹配点innerpoints最多的匹配层,判断是匹配点个数否大于阈值个数,将该层面的匹配点输入预训练后的SAM模型中获取预测掩码及IoU,经过后处理获得匹配标注,而未匹配区域的点作为负样本,同时对其上下层进行相应操作得到预测掩码及IoU,计算相关性,比较公式如下: 其中,P为经验值,thickness为匹配层厚,如果上层或下层的Q大于零,则对保留上层或下层的预测掩码及IoU,同时后处理得到对应的匹配标注及负样本,否则不保留上层或下层的结果,层厚越薄意味着越依赖于上下层信息,从而降低匹配假阳率; 步骤5:采用k-means++聚类对筛选得到的匹配层进行处理,将匹配层中的匹配点聚类为k个簇,通过局部,实例以及全局采样,生成相应的提示采样集合; 步骤6:对提示采样集合中的局部,实例以及全局采样中的点集合进行合并,得到合并点集合对进行枚举,将枚举得到的点集合进行转换拼接得到张量,作为预训练好的SAM模型的输入,得到预测掩码及IoU,与点集合一起添加到提案列表中,遍历结束,得到完整的提案列表; 步骤7:执行参考掩码和预测掩码之间的实例级匹配,最终得到由预测掩码、得分以及提案的点坐标组成的结果列表; 选择高质量的掩码,以提高匹配的准确性; 步骤8:将结果列表按照分数进行降序排列,选择前k个最高质量的掩码,将多个掩码合并成最终的分割结果并输出。

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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市下沙高教园区2号大街;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。

免责声明
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。