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！

龙图腾网获悉上海微创卜算子医疗科技有限公司申请的专利责任帧提取方法、医学视频分类方法、设备和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：CN117237263B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202210639251.9，技术领域涉及：G06T7/00；该发明授权责任帧提取方法、医学视频分类方法、设备和介质是由蒋逸韬;崔晨;石思远设计研发完成，并于2022-06-07向国家知识产权局提交的专利申请。

本责任帧提取方法、医学视频分类方法、设备和介质在说明书摘要公布了：本发明提供了一种责任帧提取方法、医学视频分类方法、电子设备和存储介质，该方法包括：采用目标检测神经网络模型获取每一帧医学图像所对应的感兴趣区域图像；采用静态医学图像分类神经网络模型的骨架网络获取每一帧感兴趣区域图像的特征矩阵；根据各帧感兴趣区域图像的特征矩阵，进行恶性责任帧的提取，直至由所有的所述恶性责任帧所构成的恶性责任帧集合所对应的恶性特征熵达到最小值；和或者根据各帧感兴趣区域图像的特征矩阵，进行良性责任帧的提取，直至由所有的所述良性责任帧所构成的良性责任帧集合所对应的良性特征熵达到最小值。本发明能够从医学视频中提取出为医学视频分类贡献出不同重要特征的恶性责任帧和或者良性责任帧。

本发明授权责任帧提取方法、医学视频分类方法、设备和介质在权利要求书中公布了：1.一种责任帧提取方法，其特征在于，包括： 采用目标检测神经网络模型对所获取的医学视频中的每一帧医学图像进行感兴趣区域的提取，以获取每一帧医学图像所对应的感兴趣区域图像； 采用静态医学图像分类神经网络模型的骨架网络对每一帧感兴趣区域图像进行特征提取，以获取每一帧感兴趣区域图像的特征矩阵； 根据各帧感兴趣区域图像的特征矩阵，进行恶性责任帧的提取，直至由所有的所述恶性责任帧所构成的恶性责任帧集合所对应的恶性特征熵达到最小值；和或者 根据各帧感兴趣区域图像的特征矩阵，进行良性责任帧的提取，直至由所有的所述良性责任帧所构成的良性责任帧集合所对应的良性特征熵达到最小值； 所述根据各帧感兴趣区域图像的特征矩阵，进行恶性责任帧的提取，直至由所有的所述恶性责任帧所构成的恶性责任帧集合所对应的恶性特征熵达到最小值，包括：针对每一帧感兴趣区域图像，根据所述感兴趣区域图像的特征矩阵以及所述静态医学图像分类神经网络模型所对应的恶性特征权重参数和良性特征权重参数之差，获取所述感兴趣区域图像的恶性特征矩阵；针对每一帧感兴趣区域图像，将所述感兴趣区域图像的恶性特征矩阵中的所有特征维度的恶性特征值相加，以获取所述感兴趣区域图像的总恶性特征值；步骤A1、对各帧感兴趣区域图像的总恶性特征值进行排序，将总恶性特征值最大的感兴趣区域图像确定为恶性责任帧；步骤A2、将所有的恶性责任帧与每一非恶性责任帧分别组成一第一图像集合，并分别计算每一第一图像集合的总恶性特征值，其中所述第一图像集合的总恶性特征值等于所述第一图像集合中的所有帧感兴趣区域图像的恶性特征矩阵进行最大池化操作后所得到的恶性特征矩阵中的所有特征维度的恶性特征值之和，所述非恶性责任帧为未被确定为恶性责任帧的感兴趣区域图像；步骤A3、判断总恶性特征值最小的第一图像集合所对应的恶性特征熵是否小于由所有恶性责任帧所构成的恶性责任帧集合所对应的恶性特征熵；若是，则执行步骤A4，若否，则执行步骤A5；步骤A4、将总恶性特征值最小的第一图像集合中的所有帧感兴趣区域图像均确定为恶性责任帧，并返回执行步骤A2；步骤A5、结束恶性责任帧的提取； 所述根据各帧感兴趣区域图像的特征矩阵，进行良性责任帧的提取，直至由所有的所述良性责任帧所构成的良性责任帧集合所对应的良性特征熵达到最小值，包括：针对每一帧感兴趣区域图像，根据所述感兴趣区域图像的特征矩阵以及所述静态医学图像分类神经网络模型所对应的良性特征权重参数和恶性特征权重参数之差，获取所述感兴趣区域图像的良性特征矩阵；针对每一帧感兴趣区域图像，将所述感兴趣区域图像的良性特征矩阵中的所有特征维度的良性特征值相加，以获取所述感兴趣区域图像的总良性特征值；步骤B1、对各帧感兴趣区域图像的总良性特征值进行排序，将总良性特征值最大的感兴趣区域图像确定为良性责任帧；步骤B2、将所有的良性责任帧与每一非良 性责任帧分别组成一第二图像集合，并分别计算每一第二图像集合的总良性特征值，其中所述第二图像集合的总良性特征值等于所述第二图像集合中的所有帧感兴趣区域图像的良性特征矩阵进行最大池化操作后所得到的良性特征矩阵中的所有特征维度的良性特征值之和，所述非良性责任帧为还未被确定为良性责任帧的感兴趣区域图像；步骤B3、判断总良性特征值最小的第二图像集合所对应的良性特征熵是否小于由所有良性 责任帧所构成的良性责任帧集合所对应的良性特征熵；若是，则执行步骤B4，若否，则执行步骤B5；步骤B4、将总良性特征值最小的第二图像集合中的所有感兴趣区域图像均确定为良性责任帧，并返回执行步骤B2；步骤B5、结束良性责任帧的提取； 其中，按照如下公式，计算图像集合的恶性特征熵： 式中，表示图像集合A的恶性特征熵，MScoreA表示图像集合A的总恶性特征值，BScoreA表示图像集合A的总良性特征值； 按照如下公式，计算图像集合的良性特征熵： 式中，表示图像集合A的良性特征熵，MScoreA表示图像集合A的总恶性特征值，BScoreA表示图像集合A的总良性特征值。

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上海微创卜算子医疗科技有限公司，其通讯地址为：201203 上海市浦东新区中国(上海)自由贸易试验区张东路1601号1幢1702室(实际楼层15层)；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。