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申请的专利基于深度学习的关节镜图像实时异常识别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：CN121074376B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511524796.5，技术领域涉及：G06V10/25；该发明授权基于深度学习的关节镜图像实时异常识别系统是由鲁昕;杨阳;翟吉良;常晓;彭慧明;梁锦前;蔡思逸设计研发完成，并于2025-10-24向国家知识产权局提交的专利申请。

本基于深度学习的关节镜图像实时异常识别系统在说明书摘要公布了：本发明涉及深度学习技术领域，具体涉及基于深度学习的关节镜图像实时异常识别系统。该系统通过模型识别时图像中不同区域的高光表现程度，分析高光表现并分析帧间像素点的概率值偏差，提取连续帧中目标区域像素点的动态变化趋势，得到在时序上的表现一致程度；针对高光在时序视频中对区域的遮盖影响进一步分析，进而利用帧间冗余信息提取初始目标区域中像素点因高光被影响的分割程度调整分割置信程度，通过多帧融合便于补偿被部分遮挡或模糊的区域信息，得到最终目标区域用于模型训练。本发明通过帧间高光特征和区域融合处理，减小误差积累和高光干扰，得到更准确完整的异常区域，有效提高深度学习的识别精度。

本发明授权基于深度学习的关节镜图像实时异常识别系统在权利要求书中公布了：1.一种基于深度学习的关节镜图像实时异常识别系统，其特征在于，所述系统包括： 数据准备模块，用于通过异常识别模型对训练集中每帧关节镜图像进行区域分割，获得不同区域并确定初始目标区域，以及每个像素点的概率值； 曝光表现分析模块，用于根据每帧关节镜图像中不同区域之间在像素值分布高光表现的一致程度，获得每帧关节镜图像的曝光表现度； 分割表现分析模块，用于根据初始目标区域中每个像素点在每相邻两帧之间概率值的偏差程度，获得每个像素点的时序一致性；在初始目标区域中，通过每个像素点局部的像素连续变化偏离程度，获得像素点的分割可信度；根据每个像素点在连续帧关节镜图像上的分割可信度与曝光表现度之间的变化相关情况，获得像素点的分割影响指标； 置信调整模块，用于根据初始目标区域中每个像素点的分割影响指标、分割可信度和时序一致性，结合像素点在不同帧关节镜图像中的概率值，获得像素点的融合概率值； 模型训练模块，用于通过像素点的融合概率值获取最终目标区域；以最终目标区域作为训练数据训练异常识别模型。

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，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。