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！

龙图腾网获悉浙江威尔德数智医疗科技有限公司申请的专利一种基于超声图像血管直径检测用内中膜厚度自动测量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：CN120563592B 。

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：202510573227.3，技术领域涉及：G06T7/62；该发明授权一种基于超声图像血管直径检测用内中膜厚度自动测量方法是由许金鑫;戴卫斌;徐武超;施沈静;刘璐瑶设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本一种基于超声图像血管直径检测用内中膜厚度自动测量方法在说明书摘要公布了：本发明公开了一种基于超声图像血管直径检测用内中膜厚度自动测量方法，涉及医学图像处理技术领域，本发明包括：超声图像增强，通过加权融合和残差增强单元平衡噪声抑制与纹理保留；自适应血管壁边缘优化，利用改进U‑Net网络分割血管并动态校正边缘；基准线定位，基于分割结果构建局部坐标系并优化基准线；参数测量与结果输出，沿基准线测量血管直径和内中膜厚度，生成标注图像和数据报表；本发明通过多尺度特征融合、动态边缘校正和多层级验证机制，显著提高了血管壁分割精度和测量基准线的定位精度，同时结合自然语言生成技术生成结构化注释，为临床诊断提供了高效、准确的工具。

本发明授权一种基于超声图像血管直径检测用内中膜厚度自动测量方法在权利要求书中公布了：1.一种基于超声图像血管直径检测用内中膜厚度自动测量方法，其特征在于，包括以下步骤： T1：超声图像增强，通过加权融合和残差增强单元处理原始超声图像，以平衡噪声抑制与纹理保留，提取深层血管特征； T2：自适应血管壁边缘优化，构建改进U-Net网络分割血管，动态校正边缘，生成平滑连续的血管内外膜边界； T3：基准线定位，基于分割结果计算相关数据，构建局部坐标系，通过多层级验证机制优化基准线； T4：参数测量与结果输出，沿基准线测量血管直径和内中膜厚度，生成标注图像和数据报表； T5：注释生成与数据关联，检测异常区域，生成语义化注释，实现多终端自适应输出，支持模型迭代； 所述T1的具体步骤如下： 超声图像增强，通过加权融合和残差增强单元处理原始超声图像，以平衡噪声抑制与纹理保留，提取深层血管特征； 首先进行超声图像增强处理，构建双通道输入层，将原始超声图像与经非局部均值滤波的预处理图像按权重系数α=0.6、β=0.4进行加权融合，生成初始特征图以平衡噪声抑制与纹理保留；其中α为原始超声图像通道的融合权重系数；β为经非局部均值滤波预处理图像通道的融合权重系数； 随后设计残差增强单元，通过5个级联的残差块逐步提取深层血管特征，每个残差块由3×3卷积层、批量归一化层及LeakyReLU激活函数构成，并通过跳跃连接实现残差学习； 为融合多尺度特征，在第2残差块后插入膨胀率2的空洞卷积层以捕获血管宏观形态，具体通过感受野7×7，捕获宏观形，第4残差块后插入膨胀率4的空洞卷积层增强微观边缘响应，具体通过感受野15×15，增强微观边缘，最后通过1×1卷积层将拼接后的多尺度特征压缩至单通道，输出降噪增强图像，使峰值信噪比PSNR提升≥4dB；其中峰值信噪比PSNR为图像增强质量的评价指标，公式：，其中为图像最大像素值，MSE为均方误差； 所述T2的具体操作步骤如下： 构建改进的U-Net分割网络，在编码器末端添加空间金字塔池化层，融合1×1、3×3、5×5及全局池化特征以增强上下文感知能力，解码器中引入通道注意力机制优化跳跃连接特征融合，并通过加权机制提高血管壁边缘分割精度； 对初步分割结果进行动态边缘校正，首先采用自适应形态学闭运算，结构元素尺寸按局部血管直径动态计算，公式：k=2×⌊d3⌋+1，迭代2次以填充孔洞并平滑毛刺，其中d为局部血管直径；k为形态学闭运算中结构元素的尺寸； 随后沿血管轴线方向建立能量函数，其中为梯度强度项的权重，反映边缘梯度幅值对能量函数的贡献，取值为0.5；为曲率约束项的权重，惩罚边界曲率突变，取值为0.3；为距离惩罚项的权重，约束相邻边界点间距变化率，取值为0.2；分别为梯度强度、曲率约束及距离惩罚项；结合图割算法求解最小能量路径，最后通过三次B样条曲线拟合离散边界点，生成平滑连续的血管内外膜边界。

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浙江威尔德数智医疗科技有限公司，其通讯地址为：314400 浙江省嘉兴市海宁市长安镇杭州湾智慧医疗产业园1幢201、202室；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。