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！

龙图腾网获悉四川大学华西医院;晓智未来(成都)科技有限公司申请的专利数字化X线摄影实时图像质量评估控制系统、设备及介质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：CN119784743B 。

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：202510264697.1，技术领域涉及：G06T7/00；该发明授权数字化X线摄影实时图像质量评估控制系统、设备及介质是由李真林;谭裕奇;李佳琪;蒋顺科;侯雨舟;李函宇;夏春潮;曾文;梁泽军;张雨;张艺腾;王一飞;李若柳;袁中鑫;叶靖宇;江敏钰设计研发完成，并于2025-03-07向国家知识产权局提交的专利申请。

本数字化X线摄影实时图像质量评估控制系统、设备及介质在说明书摘要公布了：本发明涉及图像质量评估技术领域，公开了一种数字化X线摄影实时图像质量评估控制系统、设备及介质，包括：采集端，用于实时采集数字放射成像系统DROC界面的X射线图像数据；服务端，设置有存储模块、分类模型、分割模型、检测模型和质控分析模块，调优后的分类模型用于识别采集端传输来的X射线图像数据的检测部位，调优后的分割模型用于对X射线图像数据中检测部位的关键解剖部位进行分割从而得到分割结果；调优后的检测模型用于对分割结果中的感兴趣区域进行高精度检测，从而得到检测部位关于质控指标的检测结果；质控分析模块对检测结果进行质控分析，从而得到质控分析结果；客户端，用于自动生成质控报告。本发明提高了质控的效率和准确性。

本发明授权数字化X线摄影实时图像质量评估控制系统、设备及介质在权利要求书中公布了：1.一种数字化X线摄影实时图像质量评估控制系统，其特征在于，包括： 采集端，用于实时采集数字放射成像系统DROC界面的X射线图像数据； 服务端，设置有存储模块、分类模型、分割模型、检测模型和质控分析模块，所述存储模块中存储有样本图像以及专家共识质控标准，所述分类模型、分割模型、检测模型分别通过所述样本图像进行训练调优，其中，调优后的所述分类模型用于识别所述采集端传输来的所述X射线图像数据的检测部位，调优后的所述分割模型用于对所述X射线图像数据中所述检测部位的关键解剖部位进行分割从而得到分割结果；调优后的所述检测模型用于对所述分割结果中的感兴趣区域进行高精度检测，从而得到所述检测部位关于质控指标的检测结果；所述质控分析模块基于所述专家共识质控标准对所述检测结果进行质控分析，从而得到质控分析结果； 客户端，用于接收并解析所述X射线图像数据、分割结果、检测结果和质控分析结果，从而自动生成质控报告，并实时显示所述分割结果、检测结果和分析结果，若所述X射线图像数据出现异常情况，所述异常情况为不符合所述专家共识质控标准的检测结果，在客户端界面发出警示，供技师及时调整患者摆位和准直； 专家共识质控标准中涉及的质控指标包括： 《胸部正位》： 锁骨角度、占位居中、肩胛骨旋开、曝光范围、吸气检测、胸部旋转； 《胸部侧位》： 曝光范围、吸气检测、腋中线角度、双臂上举、胸部旋转； 《腹部》： 曝光范围； 《膝关节正位》： 腓骨头重叠度、曝光范围、摆位居中无偏移； 《膝关节侧位》： 腓骨头重叠度、膝关节弯曲度、内外髁重叠； 《颈椎正位》： 曝光范围、下颌骨和枕骨重叠检测、占正检测、下颌骨左右不对称检测； 《颈椎正位功能位》： 曝光范围、下颌骨和枕骨重叠检测、占正检测、下颌骨左右不对称检测； 《颈椎侧位》： 曝光检测、下颌角重叠检测、颈椎和下颌骨重叠检测； 《腰椎正位》： 上下曝光范围、骨盆摆正和左右曝光范围、脊柱对称检测、中心线检测； 《腰椎侧位》： 曝光范围、腰椎摆正检测； 所述分类模型为ResNetXt-50模型与OCR识别模型的组合模型，其中，训练所述分类模型的具体过程为： 将所述样本图像输入至所述ResNetXt-50模型中，通过所述ResNetXt-50模型输出预测标签，通过所述OCR识别模型识别所述样本图像中的文字信息作为实际标签，其中，所述样本图像来自于DROC界面的X射线图像数据，且所述样本图像上标注有所述X射线图像数据对应的身体部位名称； 将所述预测标签和实际标签输入至预设的损失函数，并根据所述损失函数来对所述ResNetXt-50模型的参数进行调优； 所述分割模型为MSU-Unet模型，所述MSU-Unet模型包括编码器和解码器，其中所述编码器和解码器均包括多个卷积层，且所述编码器中的卷积层与所述解码器中的卷积层对称设置，且在所述编码器中的卷积层的输出端与所述解码器中对称设置的卷积层的输入端通过跳跃连接的方式进行连接；每个所述卷积层均包括由两个串联设置的3*3卷积的第一卷积块组成的第一卷积组、由两个串联设置的7*7卷积的第二卷积块组成的第二卷积组和一个1*1卷积的第三卷积块，所述卷积层的输入的图像特征分别通过所述第一卷积组和第二卷积组得到第一中间特征和第二中间特征，所述第一中间特征和第二中间特征通过通道拼接合并后再经过所述第三卷积块进行输出图像特征。

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四川大学华西医院;晓智未来(成都)科技有限公司，其通讯地址为：610000 四川省成都市武侯区国学巷37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。