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！

龙图腾网获悉中国科学院空天信息创新研究院申请的专利基于定位知识驱动的超声动脉分割方法、系统和设备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：CN121147243B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202511688069.2，技术领域涉及：G06T7/11；该发明授权基于定位知识驱动的超声动脉分割方法、系统和设备是由方震;闫梦雪;杜利东;王鹏;李振锋;吴庞;陈贤祥设计研发完成，并于2025-11-18向国家知识产权局提交的专利申请。

本基于定位知识驱动的超声动脉分割方法、系统和设备在说明书摘要公布了：本发明提供一种基于定位知识驱动的超声动脉分割方法、系统和设备，涉及医学图像处理技术领域。该方法包括：获取原始超声图像，原始超声图像为包含动脉管腔的图像；基于定位先验学习模型，实现对原始超声图像的粗糙区域掩模映射，以得到包含动脉高亮区域的定位图；将原始超声图像和定位图输入融合模型中，得到融合特征图；基于分割网络模型，对融合特征图进行分割，得到目标分割图像；其中，融合模型为引导自适应融合的模型。该方法有效解决超声图像中动脉管腔的定位模糊问题，确保对目标的正确定位，从而使后续分割更加稳定和准确，有效避免了漏分割和错误分割。

本发明授权基于定位知识驱动的超声动脉分割方法、系统和设备在权利要求书中公布了：1.一种基于定位知识驱动的超声动脉分割方法，其特征在于，所述方法包括： 获取原始超声图像，所述原始超声图像为包含动脉管腔的图像； 基于定位先验学习模型，实现对所述原始超声图像的粗糙区域掩模映射，以得到包含动脉高亮区域的定位图； 将所述原始超声图像和定位图输入融合模型中，得到融合特征图； 基于分割网络模型，对所述融合特征图进行分割，得到目标分割图像； 其中，所述融合模型为引导自适应融合的模型； 所述定位先验学习模型为预训练得到，所述定位先验学习模型的训练过程包括： 获取第一训练集，所述第一训练集为粗糙标注的训练集，所述第一训练集包括多个包含动脉管腔的待训练图像； 将所述第一训练集输入定位先验学习网络中，通过复合损失函数，对每一待训练图像进行粗糙区域掩模的映射； 所述定位先验学习模型的训练过程，还包括： 获取第二训练集，所述第二训练集为精细标注的训练集； 按照预设比例，选取所述第二训练集中的样本图像集； 基于预设的几何算法，将所述样本图像集生成对应的伪标签数据集； 基于所述伪标签数据集对所述定位先验学习模型进行微调，并输出包含动脉高亮区域的定位图。

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科学院空天信息创新研究院，其通讯地址为：100190 北京市海淀区北四环西路19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。