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！

龙图腾网获悉北京大学第三医院(北京大学第三临床医学院)申请的专利一种超声图像中喉返神经及其相邻解剖结构的识别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：CN120451683B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202510908147.9，技术领域涉及：G06V10/764；该发明授权一种超声图像中喉返神经及其相邻解剖结构的识别方法是由姚响芸;李欣;孙楠;崔立刚设计研发完成，并于2025-07-02向国家知识产权局提交的专利申请。

本一种超声图像中喉返神经及其相邻解剖结构的识别方法在说明书摘要公布了：本发明涉及医疗信息处理的技术领域，具体公开了一种超声图像中喉返神经及其相邻解剖结构的识别方法，包括：获取二维甲状腺区域超声图像，并对喉返神经、甲状腺真被膜、假被膜及结缔组织进行精细标注；对标注好的图像进行统一尺寸调整、归一化与数据增强；对图像进行语义分割，以获取包含喉返神经及相邻解剖结构区域的分割图像；提取所述分割图像局部结构的深度特征；提取所述分割图像的高维几何结构特征；将提取的特征进行融合，形成综合特征向量；将融合后的综合特征向量输入分类模块进行喉返神经及其相邻结构的自动分类识别。本发明能增加超声图像中的识别准确性与稳定性。

本发明授权一种超声图像中喉返神经及其相邻解剖结构的识别方法在权利要求书中公布了：1.一种超声图像中喉返神经及其相邻解剖结构的识别方法，其特征在于，包括： 获取二维甲状腺区域超声图像，并由经验丰富的超声医师对喉返神经、甲状腺真被膜、假被膜及结缔组织进行精细标注； 对标注好的图像进行统一尺寸调整、归一化与数据增强； 采用DeepLabV3+网络对图像进行语义分割，以获取包含喉返神经及相邻解剖结构区域的分割图像； 利用DenseNet提取所述分割图像局部结构的深度特征； 引入Grassmann流形方法提取所述分割图像的高维几何结构特征； 将从DenseNet和Grassmann流形提取的特征进行融合，形成综合特征向量，融合后的所述综合特征向量包含图像的细节信息和高维几何信息； 将融合后的综合特征向量输入分类模块进行喉返神经及其相邻结构的自动分类识别，并将概率得分最高的作为最终分类类别； 所述利用DenseNet提取所述分割图像局部结构的深度特征，包括： 将DenseNet网络的初始卷积块作为网络的初始特征提取层接收输入图像，采用一个5×5卷积核将通道数扩展至64，并结合批归一化、ReLU、Dropout，以提取的边缘与纹理特征； 接着，由DenseNet网络的密集连接块控制输出通道数； 最后，DenseNet网络的输出卷积块对密集连接块输出的高维特征图进行压缩与映射； 所述引入Grassmann流形方法提取图像的高维几何结构特征，包括： 通过捕捉输入图像数据内在的低维结构特征，并将其映射至Grassmann流形空间中进行分析，首先对输入数据X进行奇异值分解：，得到其主成分方向；通过保留前K个主方向，构建输入样本在K维子空间的投影，即对于的每一列向量，构建内积矩阵，此即为高维几何特征嵌入至k维Grassmann流形中的过程，最后将这个内积矩阵的上三角部分拉平成向量，作为最终的Grassmann特征。

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大学第三医院(北京大学第三临床医学院)，其通讯地址为：100191 北京市海淀区花园北路49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。