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！

龙图腾网获悉中国人民解放军陆军军医大学第二附属医院申请的专利基于不确定区域感知的甲状腺自动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：CN116310319B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310129187.4，技术领域涉及：G06V10/26；该发明授权基于不确定区域感知的甲状腺自动分割方法及系统是由蔡瑜娇;周雄坤;文静设计研发完成，并于2023-02-17向国家知识产权局提交的专利申请。

本基于不确定区域感知的甲状腺自动分割方法及系统在说明书摘要公布了：本发明属于甲状腺图像分割技术领域，具体公开了一种基于不确定区域感知的甲状腺自动分割方法及系统，该方法对原始超声图像进行预处理，利用深度学习库构建双分辩率网络模型，对双分辩率网络模型进行训练，得到优化后的双分辩率网络模型，将预处理后的超声图像输入优化后的双分辩率网络模型，得到分割后的特征信息；构建卷积金字塔不确定区域识别模块，将得到的特征信息输入卷积金字塔不确定区域识别模块，对特征信息中的漏分区域进行修补，并对多分区域进行抑制；将卷积金字塔不确定区域识别模块输出的特征输入残差模块中，得到最终的甲状腺分割特征。采用本技术方案，修补漏分的区域，抑制多分的区域，提高分割的精度。

本发明授权基于不确定区域感知的甲状腺自动分割方法及系统在权利要求书中公布了：1.一种基于不确定区域感知的甲状腺自动分割方法，其特征在于，包括如下步骤： 获取原始超声图像并对其进行预处理； 利用深度学习库构建双分辩率网络模型，对双分辩率网络模型进行训练，得到优化后的双分辩率网络模型，将预处理后的超声图像输入优化后的双分辩率网络模型，得到分割后的特征信息； 构建卷积金字塔不确定区域识别模块，将得到的特征信息输入卷积金字塔不确定区域识别模块，对特征信息中的漏分区域进行修补，并对多分区域进行抑制； 将卷积金字塔不确定区域识别模块输出的特征输入残差模块中，得到最终的甲状腺分割特征； 利用深度学习库构建双分辩率网络模型的方法如下： 双分辩率网络模型采用Encoder-Decoder框架，Encoder-Decoder框架中的Encoder模块采用卷积块的堆叠进行特征提取，并利用步长为2的平均池化操作来降低特征的空间分辨率； 利用三线性样条插值方法，对双分辩率网络模型的mainpath提取的深层语义特征进行上采样，然后和双分辩率网络模型的branchpath提取的丰富的细节特征采用相加的方式进行融合，融合后的特征送入到卷积金字塔不确定区域识别模块中； 卷积金字塔不确定区域识别模块对特征信息中的漏分区域进行修补，并对多分区域进行抑制的方法如下： 卷积金字塔不确定区域识别模块包括漏分修补子模块和多分抑制子模块； 修补漏分区域： 将双分辩率网络模型输出的特征信息输入漏分修补子模块，对特征信息进行取反处理，得到漏分区域特征信息并输入卷积金字塔模块进行漏分区域特征的提取； 将提取的漏分区域特征信息与特征信息相加，完成漏分区域的修补操作： ， 其中，表示经过漏分修补子模块增强以后的输出特征，表示原始的输入特征，表示卷积金字塔操作；表示权重系数，在网络中是可以学习参数； 抑制多分区域： 将原始输入特征送入到抑制残差模块中，进行多分区域特征的提取； 将提取的多分区域特征与特征相加，相加后的特征送入到卷积模块进行特征的融合； 原始输入特征减去融合后的特征得到多分抑制子模块的输出： ， 其中，表示多分抑制子模块的输出特征，表示原始的输入特征，表示残差操作，表示卷积操作，表示漏分修补子模块的输出特征，表示可学习的权重系数。

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中国人民解放军陆军军医大学第二附属医院，其通讯地址为：400037 重庆市沙坪坝区新桥正街83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。