買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜山東第一醫科大學附屬省立醫院(山東省立醫院)申請的專利基于腫瘤影像組學的影像處理系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119722667B 。

龍圖騰網通過國家知識產權局官網在2025-05-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510220222.2，技術領域涉及：G06T7/00；該發明授權基于腫瘤影像組學的影像處理系統是由耿文茂;張倩;薛恒輝設計研發完成，并于2025-02-27向國家知識產權局提交的專利申請。

本基于腫瘤影像組學的影像處理系統在說明書摘要公布了：本發明涉及圖像融合技術領域，具體涉及一種基于腫瘤影像組學的影像處理系統，通過對現有的基于多尺度特征頻域分解濾波的醫學影像融合算法進行改進，在確定第一次融合后對圖形信息和病灶信息表征效果更好的融合分層后，根據融合分層的圖像特征表現和病灶特征表現自適應確定不同特征圖像層進行圖像融合的融合權重，從而基于自適應得到的融合權重進行自適應圖像融合，解決了基于多尺度特征頻域分解濾波的醫學影像融合算法的普適性和靈活性較差的問題，使得得到的最終融合圖像的普適性和靈活性更好更準確。

本發明授權基于腫瘤影像組學的影像處理系統在權利要求書中公布了：1.一種基于腫瘤影像組學的影像處理系統，其特征在于，所述系統包括：數據獲取模塊，用于獲取患者對腫瘤每次檢查時得到的每種模態下的檢查灰度圖像的所有圖像分層；基于特征提取方法獲取每種圖像特征下所述檢查灰度圖像以及對應每個圖像分層的特征值；其中，圖像特征種類包括全局特征和區域特征；第一確定模塊，用于在每種全局特征下，根據每個圖像分層與對應的檢查灰度圖像之間的特征值一致情況以及每個圖像分層相比于其他圖像分層的特征值突出情況，確定每種全局特征對每個圖像分層的全局特征重要性；根據每個圖像分層對應的各種全局特征的全局特征重要性的整體大小，確定每種模態下的檢查灰度圖像中每個圖像分層的圖像表現強度；第二確定模塊，用于在每種區域特征下，根據每個圖像分層在各次檢查過程中的特征值變化情況以及對應的區域特征的腫瘤指標匹配情況，確定每種區域特征對每個圖像分層的區域特征重要性；根據每個圖像分層對應的各種區域特征的區域特征重要性的整體大小，確定每種模態下的檢查灰度圖像中每個圖像分層的病灶表現強度；第三確定模塊，用于根據各種模態下的檢查灰度圖像中每個像素點的灰度表現以及每個像素點在每個圖像分層的圖像表現強度和病灶表現強度進行像素級融合，確定每個圖像分層的融合分層；根據各個融合分層的圖像表現強度和病灶表現強度，確定每個融合分層的融合權重；所述融合分層的獲取過程包括：依次將檢查灰度圖像中每個像素點位置作為目標位置；將每種模態下的檢查灰度圖像的每個圖像分層中目標位置所在列和所在行的所有像素點去除后的圖像分層，作為每種模態下目標位置對應的參考分層；在每種模態下，將檢查灰度圖像的每個圖像分層與對應的參考分層之間的圖像表現強度差異，作為每種模態下目標位置在每個圖像分層中對應的圖像表現變化值；在每種模態下，將檢查灰度圖像的每個圖像分層與對應的參考分層之間的病灶表現強度差異，作為每種模態下目標位置在每個圖像分層中病灶表現變化值；將所述圖像表現變化值和所述病灶表現變化值之間的和值，作為每種模態下目標位置在每個圖像分層中的位置重要性；在所有模態下目標位置在每個圖像分層中對應的所有位置重要性中，將數值最大的位置重要性對應的模態下的檢查灰度圖像的每個圖像分層中目標位置的灰度值，作為每個圖像分層中目標位置的最終灰度值；統計每個圖像分層中所有像素點位置的最終灰度值；根據每個圖像分層中所有像素點位置的最終灰度值，確定每個圖像分層對應的融合分層；圖像融合模塊，用于根據所述融合權重結合多尺度特征頻域分解濾波進行圖像融合，確定最終融合圖像。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人山東第一醫科大學附屬省立醫院(山東省立醫院)，其通訊地址為：250021 山東省濟南市槐蔭區經五路324號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。