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基于图像处理的医学影像质量评估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：CN121169848B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202511273640.4，技术领域涉及：G06T7/00；该发明授权基于图像处理的医学影像质量评估方法及系统是由魏宇;陈家飞;李莲;陈洁;李静设计研发完成，并于2025-09-04向国家知识产权局提交的专利申请。

本基于图像处理的医学影像质量评估方法及系统在说明书摘要公布了：本发明涉及影像质量评估技术领域，具体为基于图像处理的医学影像质量评估方法及系统，包括以下步骤：提取灰度与方向变化生成纹理图层，分析边缘斜率变化提取模糊范围，计算纹理灰度轮廓生成质量因子，划分空间片段形成等级图，识别路径生成质量下降链条评估方案。本发明中，通过分析图像片段灰度方向一致性与多尺度边缘斜率变化，结合差异化方向纹理细化与模糊跳变检测，实现对局部质量突变区域的精准定位，基于纹理覆盖、灰度连续性与轮廓密度的综合评估，提取区域结构表现特征，进一步完成对质量下降链条的空间分布追踪与归类，使图像质量表达具备分区清晰、路径明确与指标量化等特性，有效提升结构复杂区域质量变化的识别精度与表达完整性。

本发明授权基于图像处理的医学影像质量评估方法及系统在权利要求书中公布了：1.基于图像处理的医学影像质量评估方法，其特征在于，包括以下步骤： S1：从医学影像中划分结构片段，对每个片段提取中心灰度值及四向灰度变化，判断变化幅度与方向是否一致，筛选灰度变化稳定、方向一致的片段作为纹理区域，生成可信纹理图层； S2：在所述可信纹理图层覆盖区域内，沿差异化方向细分图像，提取差异化缩放层下边缘斜率变化趋势，比较相邻层边缘变化速度，标记变化跳跃区域为局部模糊范围，生成边界模糊分布图； S3：依据所述边界模糊分布图标记区域，提取纹理覆盖程度、灰度突变连续性、轮廓密度三要素，分别计算结构占比与分布特征，归纳为区域结构表现项，生成图像区域质量因子组； S4：基于所述质量因子组中要素分布特征，划分影像空间片段，统计每片段要素指标，筛选低于平均表现的区域，归类为结构质量弱区域，生成空间结构质量等级图； 所述可信纹理图层包括纹理区域的空间分布结果、灰度变化方向信息、灰度稳定性特征，所述边界模糊分布图包括边缘跳变位置、多尺度边缘斜率变化、局部模糊程度标识，所述图像区域质量因子组包括纹理覆盖因子、灰度连续性因子、轮廓密度因子，所述空间结构质量等级图包括空间片段编号、质量等级标签、低质量区域标识； S2的具体步骤为： S201：根据所述可信纹理图层所覆盖区域，沿图像中灰度差异方向划分为多个细分区域，提取细分区域在原始图像中对应的坐标范围及边界方向，标记方向对应角度变化情况，获取差异方向边界角度分布结果； S202：基于所述差异方向边界角度分布结果，调用每个细分区域在差异化缩放层下的图像边界，提取相同边界位置的边缘斜率数据，计算相邻缩放层之间边缘斜率变化速率，并记录区域内的变化趋势，获取边缘变化速率特征； S203：根据所述边缘变化速率特征，识别速率差值超过边缘跳变阈值的区域，将区域在原图坐标中定位并标记为模糊边界，整合所有标记结果构建图层，获取边界模糊分布图层。

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。