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;杭州百桥医疗技术有限公司申请的专利一种基于深度学习的CT图像脑出血区域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：CN117689633B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202311691988.6，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的CT图像脑出血区域分割方法是由李宏;顾骏鸿;徐晓剑设计研发完成，并于2023-12-11向国家知识产权局提交的专利申请。

本一种基于深度学习的CT图像脑出血区域分割方法在说明书摘要公布了：本发明涉及机器视觉技术领域，尤其是涉及一种基于深度学习的CT图像脑出血区域分割方法。本发明获取脑出血CT图像，标注脑出血CT图像中的脑出血区域，根据脑出血CT图像和对应的脑出血区域建立脑出血CT图像数据集，将脑出血CT图像数据集分为训练集和测试集；对训练集进行数据增强，将数据增强后得到的增强图片加入到训练集中；将训练集传入快速减法网络模型并进行训练获得最优权重；将测试集传入快速减法网络模型进行测试，输出测试通过的快速减法网络模型用于脑出血区域分割。本发明在多个评价指标上的精度均较高，数据增强方法有助于缓解医学图像数据集图像数量匮乏的问题。

本发明授权一种基于深度学习的CT图像脑出血区域分割方法在权利要求书中公布了：1.一种基于深度学习的CT图像脑出血区域分割方法，其特征在于，所述基于深度学习的CT图像脑出血区域分割方法，包括： 获取脑出血CT图像，对脑出血CT图像中的脑出血区域进行标记，根据脑出血CT图像和对应的脑出血区域建立脑出血CT图像数据集，将脑出血CT图像数据集分为训练集和测试集； 对训练集进行数据增强，将数据增强后得到的增强图片加入到训练集中； 将训练集传入快速减法网络模型并进行训练获得最优权重； 将测试集传入基于最优权重的快速减法网络模型进行测试，输出测试通过的快速减法网络模型用于脑出血区域分割； 所述快速减法网络模型包括编码模块、多尺度跃迁模块和解码模块，所述编码模块、多尺度跃迁模块和解码模块均包括I层结构，编码模块的第i层输出输入多尺度跃迁模块的第i层，多尺度跃迁模块的第i层输出输入解码模块的第i层，其中i∈[1,I]； 其中， 所述对训练集进行数据增强，包括： 使用互信息算法计算训练集中的每个脑出血CT图像与多个无脑出血区域CT图像的图像相似度； 将当前脑出血CT图像所有的图像相似度进行排序，选择和当前脑出血CT图像相似度最高的无脑出血区域CT图像作为母本； 提取当前脑出血CT图像的脑出血区域，用脑出血CT图像的脑出血区域像素取代母本的相应区域的像素，得到当前脑出血CT图像的增强图片； 得到训练集中每个脑出血CT图像的增强图片； 其中， 所述多尺度跃迁模块包括I-1个减法单元，多尺度跃迁模块用公式表示如下： ； ； 其中，表示多尺度跃迁模块第i层输出的特征图，表示编码模块第i层输出的特征图，表示多尺度跃迁模块中第i层中减法模块输出的特征图，表示输入多尺度跃迁模块中第i+1层的特征图，表示多尺度跃迁模块中第i+1层中减法模块输出的特征图，表示特征图、按元素相减之后再次输入卷积层。

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;杭州百桥医疗技术有限公司，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。