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海军军医大学申请的专利基于U-Net的腰丛神经超声分割识别方法及应用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：CN120612576B 。

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：202510606146.9，技术领域涉及：G06V10/82；该发明授权基于U-Net的腰丛神经超声分割识别方法及应用是由邹最;王宇翔;林良清;吴清华;周苗;段锦涛;崔海坡;刘洋;朱成龙;郭文慧;陈沾衡;杨凤艳设计研发完成，并于2025-05-12向国家知识产权局提交的专利申请。

本基于U-Net的腰丛神经超声分割识别方法及应用在说明书摘要公布了：本发明提供了一种基于U‑Net的腰丛神经超声分割识别方法及应用，涉及医疗辅助诊断技术领域。所述方法包括：构建腰部超声图像数据集；构建能够识别腰大肌、腰方肌、竖脊肌、横突和腰丛神经的U‑Net模型，并进行训练；所述U‑Net模型包括编码器、跳跃连接和解码器；所述编码器使用多层动态上下文感知扩张残差模块DCDR来执行下采样操作；所述解码器使用多层注意力增强混合模块AEH来执行上采样操作；将训练后的U‑Net模型配置在超声设备中；对采集的超声图像进行图像识别，并获得识别结果。本发明能够帮助临床医师对包含腰丛神经组织的三叶草视图超声图像进行快速准确的解读，以辅助其准确地定位阻滞区域并进行局麻药的注射。

本发明授权基于U-Net的腰丛神经超声分割识别方法及应用在权利要求书中公布了：1.一种基于U-Net的腰丛神经超声分割方法，其特征在于，具体包括： 针对预设的三叶草视图进行超声图像预处理，构建腰部超声图像数据集；所述三叶草视图为超声图像；所述三叶草视图中包括腰大肌、腰方肌、竖脊肌、横突和腰丛神经； 构建能够识别腰大肌、腰方肌、竖脊肌、横突和腰丛神经的U-Net模型，并进行训练；所述U-Net模型包括编码器、跳跃连接和解码器；其中，所述编码器使用多层动态上下文感知扩张残差模块DCDR来执行下采样操作；在编码器中，所述DCDR模块被配置有并行执行的自适应多尺度扩张分支AMD以及深度特征残差分支DFR；在并行执行时，所述前述AMD分支用来提取三叶草视图中的上下文信息；所述DFR分支提取三叶草视图中的局部细节信息；在融合AMD分支和DFR分支的输出特征后，通过ECA注意力机制来增强图像特征的表达；所述解码器使用多层注意力增强混合模块AEH来执行上采样操作；所述AEH模块中配置有增强残差多头注意力机制模块ER-MHA和空间注意力机制模块SA；其中，所述AEH模块的层数对应编码器的层数进行设置；所述AEH模块的各层对应使用转置卷积操作；在对解码器的各层使用转置卷积操作后，还包括逐层使用ER-MHA模块来传递不同尺寸的特征图；以及，针对解码器中至少一层上采样操作后的输出特征图执行SA模块，并在解码器的最后一层对不同尺度的特征图进行拼接，以获得最终的输出特征图；所述ER-MHA被配置为：在使用多头注意力机制模块产生输出值后，加入前馈网络FFN；同时，通过残差连接将输入特征图与前述前馈网络的输出进行结合；然后，使用层归一化操作和预设的可学习缩放因子，得到输出特征图； 将训练后的U-Net模型配置在超声设备中，所述超声设备能够采集三叶草视图； 对采集的三叶草视图使用配置在超声设备中的前述U-Net模型进行图像识别，并获得识别结果。

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海军军医大学，其通讯地址为：200433 上海市杨浦区翔殷路800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。