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！

龙图腾网获悉中国医学科学院北京协和医院;深圳迈瑞生物医疗电子股份有限公司申请的专利乳腺超声图像分割方法及设备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：CN114202514B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202111426251.2，技术领域涉及：G06T7/00；该发明授权乳腺超声图像分割方法及设备是由王红燕;姜玉新;李建初;谷杨;刘羽西;安兴;丛龙飞设计研发完成，并于2021-11-25向国家知识产权局提交的专利申请。

本乳腺超声图像分割方法及设备在说明书摘要公布了：本发明实施例提供一种乳腺超声图像分割方法及设备，该方法包括：获取被检者乳腺区域或者乳腺区域中乳腺病灶感兴趣区域的超声图像；基于预先训练好的BI‑RADS特征分类模型从超声图像中提取至少一个BI‑RADS特征对应的特征图；将特征图与超声图像进行融合，得到融合特征图；基于预先训练好的乳腺病灶分割模型对融合特征图进行乳腺病灶分割，在超声图像上确定乳腺病灶区域。通过BI‑RADS特征分类模型可以准确地获取BI‑RADS特征对应的特征图，将BI‑RADS特征对应的特征图与超声图像进行融合，可以突出乳腺病灶区域和边界特征，基于融合特征图进行乳腺病灶分割，可以提高乳腺病灶区域分割的准确性。

本发明授权乳腺超声图像分割方法及设备在权利要求书中公布了：1.一种乳腺超声图像分割方法，其特征在于，包括： 获取被检者乳腺区域或者乳腺区域中乳腺病灶感兴趣区域的超声图像； 基于预先训练好的BI-RADS特征分类模型从所述超声图像中提取至少一个BI-RADS特征对应的特征图，其中所述BI-RADS特征分类模型是通过将样本超声图像以及经初始BI-RADS特征分类模型输出的所述样本超声图像的特征图进行融合，使用融合后的图像对所述初始BI-RADS特征分类模型进行迭代训练直至所述初始BI-RADS特征分类模型的分类准确率大于预设准确率阈值，而得到的训练好的BI-RADS特征分类模型； 将所述特征图与所述超声图像进行融合，得到融合特征图；所述将所述特征图与所述超声图像进行融合包括：根据所述特征图与所述超声图像各自的融合权重将所述特征图与所述超声图像进行加权融合，所述特征图与所述超声图像各自的融合权重是通过逻辑回归预测模型对所述特征图与所述超声图像各自的贡献度概率进行权值拟合得到的；其中，通过如下表达式确定融合特征图： 其中，z表示融合特征图，x0表示超声图像，w0表示超声图像的融合权重，xi表示第i个特征图，wi表示第i个特征图的融合权重，n≥1； 基于预先训练好的乳腺病灶分割模型对所述融合特征图进行乳腺病灶分割，在所述超声图像上确定乳腺病灶区域；所述基于预先训练好的乳腺病灶分割模型对所述融合特征图进行乳腺病灶分割，在所述超声图像上确定乳腺病灶区域包括： 将所述融合特征图输入预先训练好的乳腺病灶分割模型中，以便在所述超声图像上确定乳腺病灶区域； 其中，所述乳腺病灶分割模型基于标注了乳腺病灶区域的样本超声图像训练得到，在训练阶段，从所述样本超声图像中提取至少一个BI-RADS特征对应的特征图，并将其与所述样本超声图像进行融合，得到样本融合特征图，将所述样本融合特征图输入所述乳腺病灶分割模型，以标注的乳腺病灶区域与所述乳腺病灶分割模型预测的乳腺病灶区域之间的误差最小为目标进行迭代训练，直至满足预设条件时得到训练好的乳腺病灶分割模型。

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医学科学院北京协和医院;深圳迈瑞生物医疗电子股份有限公司，其通讯地址为：100730 北京市东城区王府井帅府园1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。