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！

龙图腾网获悉广东工业大学申请的专利基于医学图像分割和特征匹配的前列腺超声矫正方法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：CN116363332B 。

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：202310081956.8，技术领域涉及：G06T17/30；该发明授权基于医学图像分割和特征匹配的前列腺超声矫正方法是由鲁仁全;姚宇千;魏强;陶杰;郑博文设计研发完成，并于2023-01-17向国家知识产权局提交的专利申请。

本基于医学图像分割和特征匹配的前列腺超声矫正方法在说明书摘要公布了：本发明涉及智慧医疗技术领域，尤其涉及一种基于医学图像分割和特征匹配的前列腺超声矫正方法，包括以下步骤：S1、获取前列腺的超声图像信息，并对所述超声图像信息进行预处理，所述超声图像信息包括图像信息和位置深度信息；S2、构建用于医学图像分割的神经网络模型；S3、在所述神经网络模型的基础上，加入多任务学习方法，对所述神经网络模型进行训练，并将所述超声图像信息输入所述神经网络模型，获取超声分割图像；S4、基于对极几何约束法对所述超声分割图像进行矫正，得到矫正图像；S5、利用所述矫正图像和所述位置深度信息进行三维重建，输出得到超声矫正结果。本发明相比现有技术使用时间更少，三维重建效果更加直观。

本发明授权基于医学图像分割和特征匹配的前列腺超声矫正方法在权利要求书中公布了：1.一种基于医学图像分割和特征匹配的前列腺超声矫正方法，其特征在于，所述前列腺超声矫正方法，包括以下步骤： S1、获取前列腺的超声图像信息，并对所述超声图像信息进行预处理，所述超声图像信息包括图像信息和位置深度信息； S2、构建用于医学图像分割的神经网络模型； S3、在所述神经网络模型的基础上，加入多任务学习方法，对所述神经网络模型进行训练，并将所述超声图像信息输入所述神经网络模型，获取超声分割图像； S4、基于对极几何约束法对所述超声分割图像进行矫正，得到矫正图像； S5、利用所述矫正图像和所述位置深度信息进行三维重建，输出得到超声矫正结果； 其中，所述神经网络模型基于3D-Unet模型，步骤S3中，在所述神经网络模型的基础上，加入多任务学习方法的步骤，具体为： 在所述3D-Unet模型后增加前列腺轮廓输出层和目标病灶输出层，所述前列腺轮廓输出层和所述目标病灶输出层使用相同的所述特征提取网络和所述特征融合网络，并使用不同的输出层； 定义所述图像信息为，所述位置深度信息，所述前列腺轮廓输出层的输出为，所述目标病灶输出层的输出为，所述前列腺轮廓输出层的输出和所述目标病灶输出层的输出的并集总轮廓为，步骤S4具体为： 获取第a帧以及第a+1帧对应的前列腺轮廓的相似特征像素点； 基于所述对极几何约束法表示所述像素点的位置，且满足： ； ； 其中，为旋转矩阵，为平移向量； 基于简化的所述对极几何约束法构建关系式： ； 其中，为本质矩阵，为基本矩阵，为相机内参，和分别是所述像素点在归一化平面上的坐标； 基于RANSAC算法计算最优匹配点，并基于所述对极几何约束法求解所述本质矩阵和所述基本矩阵，以及所述旋转矩阵和所述平移向量，并基于所述旋转矩阵和所述平移向量将所述并集总轮廓为的坐标进行矫正，得到具有矫正坐标的所述矫正图像。

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广东工业大学，其通讯地址为：510062 广东省广州市越秀区东风东路729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。