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！

龙图腾网获悉青岛大学申请的专利一种基于头颈部CT图像的口腔区域分割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：CN119027408B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411199185.3，技术领域涉及：G06T7/00；该发明授权一种基于头颈部CT图像的口腔区域分割方法及系统是由文晓博;邢东明;杨毅;刘峰;曹红;孙历;修玉涛设计研发完成，并于2024-08-29向国家知识产权局提交的专利申请。

本一种基于头颈部CT图像的口腔区域分割方法及系统在说明书摘要公布了：本发明公开了一种基于头颈部CT图像的口腔区域分割方法及系统，涉及医学图像处理技术领域，方法包括：获取原始头颈部放射治疗CT图像；对CT图像进行预处理得到预处理后的图像；构建多尺度卷积注意块U‑Net模型，对多尺度卷积注意块U‑Net模型进行训练和调参，得到训练好的最优多尺度卷积注意块U‑Net模型；使用训练好的最优多尺度卷积注意块U‑Net模型在验证集上进行模型性能验证，得到口腔分割模型；将预处理后的图像输入口腔分割模型，得到口腔区域分割结果。提高了口腔区域的分割精度、增强对噪声和复杂结构的抗干扰能力，能更准确、稳定和全面的口腔分割，为头颈部放射治疗的精准化治疗提供了可靠的技术支持。

本发明授权一种基于头颈部CT图像的口腔区域分割方法及系统在权利要求书中公布了：1.一种基于头颈部CT图像的口腔区域分割方法，其特征在于，包括： 获取原始头颈部放射治疗CT图像； 对所述CT图像进行预处理得到预处理后的图像； 采用Tensorflow和Keras构建多尺度卷积注意块U-Net模型，对多尺度卷积注意块U-Net模型进行训练和调参，得到训练好的最优多尺度卷积注意块U-Net模型； 使用训练好的最优多尺度卷积注意块U-Net模型在验证集上进行模型性能验证，得到口腔分割模型； 将所述预处理后的图像输入口腔分割模型，得到口腔区域分割结果； 所述多尺度卷积注意块U-Net模型包括9个卷积层、9个归一化层和6个注意力分支模块，卷积层采用不同尺寸的卷积核以及空洞卷积，用于不同尺度的特征提取； 注意力分支模块获取每一步口腔结构的相关的关键特征，具体为： 注意力分支模块通过全局平均池化层对输入特征进行空间压缩，提取全局特征表示； 经过线性层和ReLU激活函数提取口腔结构的关键特征； 通过另一线性层和Sigmoid激活函数生成权重向量； 利用权重向量对输入特征进行加权处理，生成增强后的特征图； 其中，对所述CT图像进行预处理包括： HU值转换：使用sitk.GetArrayFromImage将原始头颈部放射治疗CT图像转换为Hounsfield单位，同时转变为Numpy格式； 窗宽和窗位调整：采用公式 实现；公式中window_width表示窗宽，window_center表示窗位，pixel表示像素； 自适应直方图均衡化和图像归一化处理； 所述多尺度卷积注意块U-Net模型具有抗伪影性能，包括： 第一特征提取子模型，包括2层卷积层提取口腔基本特征，在每个卷积层之后添加一层归一化层和一层ReLU激活层，在每层卷积层之后增加一个注意力分支模块，在两次注意力机制后采用一个残差连接的方式将原始的输入和经过注意力机制后得到的关键特征进行相加得到第一特征图； 第二特征提取子模型，包括2层卷积层提取口腔基本特征，在每个卷积层之后添加一层归一化层和一层ReLU激活层，在每层卷积层之后增加一个注意力分支模块，在两次注意力机制后采用一个残差连接的方式将原始的输入和经过注意力机制后得到的关键特征进行相加得到第二特征图； 第三特征提取子模型，2层空洞卷积层提取口腔细节特征，每层空洞卷积层之后依次添加一层归一化层和一层ReLU激活层，在每层空洞卷积层之后增加一个注意力分支模块，在两次注意力机制后采用一个残差连接的方式将原始的输入和经过注意力机制后得到的关键特征进行相加得到第三特征图。

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青岛大学，其通讯地址为：266075 山东省青岛市宁夏路308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。