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！

龙图腾网获悉山东大学苏州研究院申请的专利基于视觉大模型的医学图像处理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：CN119693388B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411748713.6，技术领域涉及：G06T7/11；该发明授权基于视觉大模型的医学图像处理方法及系统是由王帅;岳昌鹏;马兵涛;段志刚;屈靓琼设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本基于视觉大模型的医学图像处理方法及系统在说明书摘要公布了：本发明涉及图像处理技术领域，具体的说是一种基于MedficientSAM图像分割大模型，能够显著提高医学图像处理效率和准确率的基于视觉大模型的医学图像处理方法及系统，利用MedficientSAM模型对包括CT、MR、超声等在内的九种不同模态的医学影像实现高精度分割，该系统通过自动化的病灶区域图像数据量化分析，帮助医生进行快速的初步筛查，提高工作效率与精度。

本发明授权基于视觉大模型的医学图像处理方法及系统在权利要求书中公布了：1.一种基于视觉大模型的医学图像处理方法，其特征在于，基于MedficientSAM图像分割大模型，进行轻量化优化，以实现多种模态医学影像的分割处理，具体包括以下步骤： 步骤1：将已经训练好的PyTorch模型转换为ONNX格式，以允许不同深度学习框架间的互操作性，从而简化模型的部署过程； 步骤2：执行ONNX模型的量化：在ONNX模型转为OM模型之前，使用昇腾模型压缩工具AMCT对模型进行量化，将模型从FP32量化为INT8格式，降低模型计算复杂度，加快推理速度，量化时，数据从浮点数转换为定点数，过程用如下数学公式表示： ， 其中，表示量化的缩放因子，表示输入数据的最小值，是量化后的定点数值； 步骤3：将ONNX模型转换为OM模型：使用AscendTensorCompiler工具，将ONNX格式的模型转换为适配昇腾AI芯片的OM格式； 步骤4：使用ACL技术将OM模型部署在Ascend310上，实现实时推理： 步骤4-1：初始化推理环境，使用昇腾AI的PythonAPI接口pyACL初始化模型推理环境，通过acl.init函数进行环境的初始化，确保设备资源的正确分配，为后续的模型加载与推理提供了稳定的硬件与软件基础； 步骤4-2：加载OM模型：将OM模型加载到Ascend310B推理设备上，通过调用acl.mdl.load_from_file将模型加载到内存中，加载后的模型将由NPU进行推理计算，模型加载时，必须考虑模型的输入输出张量的形状和数据类型，并进行转换； 步骤4-3：推理执行：首先将输入数据，DICOM文件解析后的医学影像数据，加载到内存中，通过acl.mdl.execute接口调用模型进行推理，在推理过程中，NPU使用高度并行的计算架构，通过矩阵乘法加速卷积层计算： ， 其中，是输入特征矩阵，是权重矩阵，是偏置项，是卷积操作的结果， 步骤4-4：后处理和结果输出：推理完成后，输出结果为分割后的医学影像，保存在Numpy数组中，通过对输出的Numpy数组进行后处理，转换为DICOM或PNG格式以便在前端显示。

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山东大学苏州研究院，其通讯地址为：215000 江苏省苏州市市辖区苏州工业园区林泉街377号公共学院5号楼704室；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。