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！

龙图腾网获悉安徽省宿州市立医院申请的专利基于深度学习的肺损伤区域自动分割系统及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：CN120339614B 。

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：202510408942.1，技术领域涉及：G06V10/26；该发明授权基于深度学习的肺损伤区域自动分割系统及方法是由闵思敏;张雷;张小楠;刘玉岭;周驰设计研发完成，并于2025-04-02向国家知识产权局提交的专利申请。

本基于深度学习的肺损伤区域自动分割系统及方法在说明书摘要公布了：本发明提供了一种基于深度学习的肺损伤区域自动分割系统及方法，实现提高肺损伤区域自动分割的精度。首先，对所述原始肺部图像进行去噪、边缘检测和区域增强，输出处理后的原始肺部图像；接着，采用深度卷积神经网络CNN进行对所述处理后的原始肺部图像进行特征提取和图像分割，并结合医学图谱对分割结果进行优化，输出输出优化后的肺损伤区域分割图像；最后，通过增强现实技术和交互式修正功能，帮助医生实时调整分割结果，并通过形态学操作和平滑处理，输出最终的肺损伤区域分割图像。本发明通过多层次的技术手段，显著提升了肺损伤区域自动分割的精度。

本发明授权基于深度学习的肺损伤区域自动分割系统及方法在权利要求书中公布了：1.基于深度学习的肺损伤区域自动分割系统，其特征在于，该系统包括： M1、图像处理模块，接收来自医疗图像设备的原始肺部图像，对所述原始肺部图像进行去噪处理、边缘检测和区域增强处理，输出处理后的原始肺部图像； M2、分割与优化模块，通过深度卷积神经网络，对所述处理后的原始肺部图像进行多层卷积操作，提取低级和高级特征，基于所述低级和高级特征，对所述处理后的原始肺部图像进行分割，生成肺损伤区域分割图像，利用医学图谱，对所述肺损伤区域分割图像进行优化，输出优化后的肺损伤区域分割图像； M3、可视化与修正模块，将所述优化后的肺损伤区域分割图像与原始肺部图像进行重叠显示对比，通过增强现实技术将对比结果呈现给医生查看，医生通过虚拟接口对所述优化后的肺损伤区域分割图像进行交互式修正，输出修正后的肺损伤区域分割图像； 所述图像分割通过对提取的低级和高级特征进行分类，判断是否属于肺损伤区域，公式为： 其中，和分别是深层卷积网络的权重和偏置；是Sigmoid激活函数，用于将深层卷 积网络输出压缩到之间，表示特征属于肺损伤区域，为肺损伤区域分割图像；为 提取的低级和高级特征； 所述医学图谱的优化为，利用医学图谱对肺损伤区域分割图像进行优化，修正不合理的分割区域，根据所述医学图谱，识别所述肺损伤区域分割图像中错误的区域，并通过调整分割边界进行优化，输出优化后的肺损伤区域分割图像Y； 所述重叠显示对比通过增强现实技术实现，将所述优化后的肺损伤区域分割图像Y与 原始肺部图像进行重叠显示，公式为： 其中，是重叠图像；为原始肺部图像在位置x,y的像素值； 是加权系数，控制原始肺部图像和优化后的肺损伤区域分割图像的贡献比例，， 根据需要调整显示效果； 所述交互式修正具体为，医生通过交互界面选择需要修正的区域，根据医生的操作对优化后的肺损伤区域分割图像进行调整； 所述修正后的肺损伤区域分割图像的计算公式为： 其中，是医生手动修正区域的坐标集，代表肺损伤区域分割图像的更新边界； M4、后处理模块，对所述修正后的肺损伤区域分割图像执行形态学操作，并通过插值算法对分割图像的边界进行平滑处理，输出最终的肺损伤区域分割图像。

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安徽省宿州市立医院，其通讯地址为：234000 安徽省宿州市埇桥区汴阳三路616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。