咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN202111399439.2 | 专利名称： | 一种基于深度学习的医学图像分割方法、系统、装置， |
| 申请日： | 2021-11-19 | 申请/专利权人 | 安徽大学 |
| 专利类型： | 发明 | 地址： | 安徽省合肥市经济技术开发区九龙路111号 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G06T7/10 分类检索 |
| 公开/公告日： | 2022-02-18 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN114066905A | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 30 | 所属领域： | 医疗专利转让搜索 |
应用场景：辅助医生进行CT/MRI等影像的精准诊断;肿瘤区域自动定位与量化分析;手术导航系统的术前规划;病理切片数字化分析;远程医疗中的智能阅片支持
摘 要：本发明属于图像处理领域，具体涉及一种基于深度学习的医学图像分割方法、系统、装置。该方法包括如下步骤：S1：构建一个包括特征提取模块、U‑net网络和特征融合模块的图像分割网络模型。特征提取模块采用ResNext101网络，U‑net网络模型包括编码器单元和解码器单元。特征融合模块用于特征提取模块和编码器提取的特征进行融合。S2：获取原始数据集并分类，得到训练集和测试集。S3：设定用于对网络模型进行训练的损失函数。S4：采用前述训练集和损失函数对网络模型进行训练。S5：采用测试集对网络模型进行测试，保存测试性能最佳的网络模型用于分割医学图像。本发明解决了现有图像分割方法存在的通用性较差，以及对尺度较大的医学图像的分割结果不精确的问题。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 申请号 | 专利名称 | 发布日期 |
| 2021102693442 | 【发明】穿刺入针点的定位方法 | 2025/11/04 |
| 2022108602297 | 【发明】基于无人机航拍的灌溉装置异常检测方法及系统 | 2025/11/04 |
| 2023103728490 | 【发明】基于上下文自注意力学习深度网络的目标跟踪方法与系统 | 2025/11/03 |
| 2022114198953 | 【发明】基于空间一致性匹配与权重学习的目标跟踪方法与系统 | 2025/11/03 |
| 2022109934957 | 【发明】基于多尺度层次化特征表示的目标跟踪方法与系统 | 2025/11/03 |
| 2020115608299 | 【发明】基于特征在线选择的时空相关滤波目标跟踪方法 | 2025/11/03 |
| 2019112890505 | 【发明】基于特征融合的相关滤波目标跟踪方法 | 2025/11/03 |
| 2023113051937 | 【发明】一种基于人工智能的电子元件定位方法及系统 | 2025/10/31 |
| 2021104307521 | 【发明】一种基于无人机的机器视觉涌潮流速测量方法 | 2025/10/30 |
| 202310993361X | 【发明】一种用于建筑高分子材料的表面银纹检测方法 | 2025/10/30 |
