Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军陆军军医大学第一附属医院罗佳获国家专利权

中国人民解放军陆军军医大学第一附属医院罗佳获国家专利权

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陆军军医大学第一附属医院申请的专利一种甲状腺结节分级识别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:CN120047418B

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:202510134206.1,技术领域涉及:G06F17/00;该发明授权一种甲状腺结节分级识别方法及系统是由罗佳;曾令娟;潘沁汶;赵晶晶设计研发完成,并于2025-02-06向国家知识产权局提交的专利申请。

一种甲状腺结节分级识别方法及系统在说明书摘要公布了:本发明涉及图像分析技术领域,具体为一种甲状腺结节分级识别方法及系统,包括以下步骤:基于超声图像进行高斯滤波处理,构造与图像相同大小的二维高斯核,计算核中每个元素的权重,权重值依据每个像素与邻域像素的相对位置与像素值进行加权运算,通过加权平均更新原图像中的每个像素值,得到降噪图像,本发明中,局部亮度通过动态调整直方图优化,增强对比度并明显改善细节表现,二阶梯度的锐化处理加强了快速变化区域的边缘定义,减少伪影,边缘检测利用复合梯度与双阈值策略,提高了边缘识别的准确性,纹理特征提取通过灰度共生矩阵全面分析,增强了特征向量的稳定性与区分力,为医学诊断提供了更可靠的基础。

本发明授权一种甲状腺结节分级识别方法及系统在权利要求书中公布了:1.一种甲状腺结节分级识别方法,其特征在于,包括以下步骤: S1:基于超声图像进行高斯滤波处理,构造与图像相同大小的二维高斯核,计算核中每个元素的权重,权重值依据每个像素与邻域像素的相对位置与像素值进行加权运算,通过加权平均更新原图像中的每个像素值,得到降噪图像; S2:基于所述降噪图像进行亮度分布分析,计算局部区域内像素的灰度值分布情况,根据每个局部区域的对比度变化调整图像的直方图,优化图像中局部区域的亮度,生成对比度增强图像; S3:通过拉普拉斯算子对所述对比度增强图像进行锐化处理,计算每个像素点的二阶梯度值,结合差异化的加权系数,对像素值进行更新,强化图像中快速变化的部分,得到锐化图像; S4:基于所述锐化图像,计算每个像素的水平和垂直梯度值,根据梯度幅度确定初步的边缘位置,通过阈值判断筛选边缘点,使用Canny算法对初步边缘图像进行平滑处理,计算梯度幅度及方向,进行非极大值抑制,双阈值处理后,得到精确边缘图像; S5:基于所述精确边缘图像,计算灰度共生矩阵,分析图像中区域像素灰度的空间关系,提取纹理特征,通过形态学操作优化结节区域形态,得到结节特征向量; S2的具体步骤为: S201:基于所述降噪图像,针对图像划分多个局部区域,分析区域内所有像素点灰度值,通过统计灰度值的出现频次生成分布直方图,通过归纳不同区域灰度范围建立灰度分布模型,生成灰度分布数据; S202:基于所述灰度分布数据,针对每个局部区域的灰度分布范围,计算区域内灰度极值差,通过设定对比度变化阈值筛选调整区域,建立灰度映射关系优化局部灰度分布,并重新分配灰度值,生成优化灰度映射; S203:基于所述优化灰度映射,针对降噪图像的局部区域调整所有像素点的灰度值,通过灰度映射模型,计算重映射后的灰度值,通过更新图像数据矩阵完成像素值调整,获取对比度增强图像; S3的具体步骤为: S301:基于所述对比度增强图像,提取每个像素点的邻域像素值,计算每个像素点在邻域内灰度值变化的二阶梯度,通过矩阵运算整合每个像素点的梯度值,分析图像的梯度分布数据,生成梯度矩阵; S302:基于所述梯度矩阵,针对每个像素点的梯度值和邻域梯度值差异,通过设定梯度差异范围调整权重系数,通过结合梯度差异和权重系数,计算加权值,得到加权更新矩阵; S303:基于所述加权更新矩阵,针对对比度增强图像的所有像素点,计算原像素值与加权更新值的叠加结果,逐步更新图像中每个像素点的灰度值,重新生成更新后的图像矩阵数据,获取锐化图像; S5的具体步骤为: S501:基于所述精确边缘图像,针对图像中所有像素点及邻域,通过统计像素灰度值与邻域灰度值的共现频率建立数据分布,通过矩阵构建像素灰度间的空间关联关系生成二维灰度矩阵数据,生成灰度共生矩阵; S502:基于所述灰度共生矩阵,针对矩阵中每组数据的分布范围归一化处理,计算每个灰度组合的对比度值,并评估区域差异,通过均匀性值判断灰度分布规律,获取纹理特征值矩阵; S503:基于所述纹理特征值矩阵,针对结节区域通过形态学操作调整区域边界,通过连接性分析识别孤立像素区域进行去除,通过优化区域形状与纹理一致性生成统一的数据向量,得到结节特征向量。

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陆军军医大学第一附属医院,其通讯地址为:400038 重庆市沙坪坝区高滩岩正街30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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。