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！

龙图腾网获悉郑州大学第一附属医院申请的专利基于深度学习的气管镜图像分析方法、系统及存储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：CN120598873B 。

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：202510672573.7，技术领域涉及：G06T7/00；该发明授权基于深度学习的气管镜图像分析方法、系统及存储介质是由李雅萌;张庆宪设计研发完成，并于2025-05-23向国家知识产权局提交的专利申请。

本基于深度学习的气管镜图像分析方法、系统及存储介质在说明书摘要公布了：本申请涉及图像识别技术领域，尤其涉及基于深度学习的气管镜图像分析方法、系统及存储介质，方法包括：S1、针对气管镜图像进行检查处理，确定若干个特征图像元素，记录若干个特征图像元素的坐标；S2、基于若干个特征图像元素的坐标，从气管镜图像中获取气管部分图像；S3、使用训练好的深度学习模型针对气管部分图像进行分析处理，获取气管部分图像中的每个图像元素的分析结果数据，从记录模块记录的全部对照图像中查找出与气管部分图像相关的若干个对照图像，在查找出的全部对照图像中继续确定若干个最终对照图像。本申请能提供与气管部分图像相关的最终对照图像。

本发明授权基于深度学习的气管镜图像分析方法、系统及存储介质在权利要求书中公布了：1.基于深度学习的气管镜图像分析方法，其特征在于，所述方法包括如下步骤： S1、准备模块获取气管镜图像，并且所述准备模块针对气管镜图像进行检查处理，确定若干个特征图像元素，所述准备模块还记录若干个特征图像元素的坐标； 其中，所述准备模块针对气管镜图像进行检查处理，确定若干个特征图像元素，包括如下步骤： S11、所述准备模块计算气管镜图像中的每个图像元素的特征值； S12、所述准备模块将一个图像元素设定为目标图像元素，判断目标图像元素的特征值是否小于第一参照值，在是的情况下，判定目标图像元素属于第一类别，在否的情况下，继续下个步骤； S13、所述准备模块判断目标图像元素的特征值是否大于第二参照值，在是的情况下，判定目标图像元素属于第二类别，在否的情况下，判定目标图像元素属于第三类别； S14、所述准备模块根据目标图像元素所属的类别计算目标图像元素对应的特征值阈值，计算目标图像元素与周围每个图像元素的特征值差，计算全部特征值差的均值，判断均值是否大于目标图像元素对应的特征值阈值，在是的情况下，将目标图像元素当作特征图像元素； S15、所述准备模块判断是否存在未被设定为目标图像元素的图像元素，在是的情况下，跳转S12，在否的情况下，结束全部步骤； S2、所述准备模块基于若干个特征图像元素的坐标，从气管镜图像中获取气管部分图像，将气管部分图像发送给分析模块； S3、所述分析模块使用训练好的深度学习模型针对气管部分图像进行分析处理，获取气管部分图像中的每个图像元素的分析结果数据，并且所述分析模块从记录模块记录的全部对照图像中查找出与气管部分图像相关的若干个对照图像，所述分析模块还在查找出的若干个对照图像中继续确定若干个最终对照图像，使用最终对照图像进行病变情况的分析处理。

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郑州大学第一附属医院，其通讯地址为：450000 河南省郑州市金水区龙湖中环路1号郑州大学第一附属医院郑东院区；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。