西安交通大学医学院第一附属医院段万星获国家专利权
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!
龙图腾网获悉西安交通大学医学院第一附属医院申请的专利一种基于图像增强的普外科术后康复效果监测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:CN121661202B 。
龙图腾网通过国家知识产权局官网在2026-04-17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:202610169536.9,技术领域涉及:G06T12/30;该发明授权一种基于图像增强的普外科术后康复效果监测系统是由段万星;杨魁设计研发完成,并于2026-02-05向国家知识产权局提交的专利申请。
本一种基于图像增强的普外科术后康复效果监测系统在说明书摘要公布了:本发明涉及医疗图像处理及智能监测技术领域,具体为一种基于图像增强的普外科术后康复效果监测系统,包括:时空特征解耦步骤:构建动态形变场模型,将包含非刚性形变的时序图像数据分解为机械形变特征层和生理纹理特征层,并计算纹理形变解耦系数;光照一致性归一化步骤:计算时序光照一致性方差,并依据方差对时序图像数据执行光照分量校正;自适应纹理增强步骤:根据解耦系数对生理纹理特征层执行加权增强,生成增强后的康复纹理图像;演化趋势分析步骤:基于增强图像提取纹理演化的有序度指标,生成监测结果;本发明有效解决了机械性形变对微观愈合纹理分析的干扰,显著提升了图像信噪比与特征提取准确率。
本发明授权一种基于图像增强的普外科术后康复效果监测系统在权利要求书中公布了:1.一种基于图像增强的普外科术后康复效果监测系统,其特征在于,包括云端处理中心,所述云端处理中心通信连接有图像序列采集模块、时空特征解耦模块、光照一致性归一化模块、自适应纹理增强模块和演化趋势分析模块; 所述图像序列采集模块用于获取目标创面区域在连续时间内的时序图像数据,所述时序图像数据包含由非刚性形变引起的几何位移信息; 所述时空特征解耦模块用于构建包含非刚性形变向量场的动态形变场模型,基于所述动态形变场模型将所述时序图像数据分解为机械形变特征层和生理纹理特征层,并计算表征两者独立程度的纹理形变解耦系数,包括:步骤一:对所述时序图像数据中的相邻帧进行光流场估算,获取反映皮肤表面拉伸状态的非刚性形变向量场;步骤二:利用拉普拉斯算子提取所述时序图像数据中的高频分量,获取表征创面微观结构的局部纹理梯度图;步骤三:计算所述非刚性形变向量场与所述局部纹理梯度图在时域上的互相关性,将1与所述互相关性的绝对值的差值定义为所述纹理形变解耦系数; 所述光照一致性归一化模块用于计算所述时序图像数据的时序光照一致性方差,并依据所述时序光照一致性方差对所述时序图像数据执行光照分量校正; 所述自适应纹理增强模块用于根据所述纹理形变解耦系数,对所述生理纹理特征层执行加权增强处理,并在增强过程中保持病理特征结构相似性,生成增强后的康复纹理图像;自适应纹理增强模块在增强过程中保持病理特征结构相似性的过程包括:获取所述目标创面区域中的关键解剖结构边缘,构建结构张量场;在对所述生理纹理特征层进行增强时,计算增强后图像与原始图像在所述结构张量场所确定的主方向上的结构相似度,定义为病理特征结构相似性指标;所述病理特征结构相似性指标通过在结构张量场主方向上构建方向自适应高斯窗口,计算增强后图像与原始图像的结构相似度全图均值得到;构建损失函数,所述损失函数包含增强增益项和结构相似性约束项,通过最小化所述损失函数求解最优增强参数,确保所述病理特征结构相似性指标不低于预设的保真度阈值 所述演化趋势分析模块用于基于所述增强后的康复纹理图像,提取纹理演化的有序度指标,生成康复效果监测结果;演化趋势分析模块提取纹理演化的有序度指标的过程包括:对所述增强后的康复纹理图像进行灰度共生矩阵分析,提取熵值特征和能量特征;构建时间序列模型,输入连续多个时刻的所述熵值特征和所述能量特征;计算所述熵值特征随时间变化的下降速率以及所述能量特征随时间变化的上升速率,基于预设权重系数计算所述下降速率与所述上升速率的加权和,定义为所述有序度指标。
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西安交通大学医学院第一附属医院,其通讯地址为:710061 陕西省西安市雁塔区雁塔西路277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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励