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！

龙图腾网获悉江苏世钰智能医疗科技有限公司;新疆医科大学第一附属医院申请的专利一种基于领域自适应的肝脏棘球蚴病CT影像智能检测方法、电子设备及存储介质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：CN119810090B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202510269079.6，技术领域涉及：G06T7/00；该发明授权一种基于领域自适应的肝脏棘球蚴病CT影像智能检测方法、电子设备及存储介质是由温浩;吐尔干艾力·阿吉;艾合买提江·玉素甫;蒋铁民;杨锦韬设计研发完成，并于2025-03-07向国家知识产权局提交的专利申请。

本一种基于领域自适应的肝脏棘球蚴病CT影像智能检测方法、电子设备及存储介质在说明书摘要公布了：本发明提供了一种基于领域自适应的肝脏棘球蚴病CT影像智能检测方法、电子设备及存储介质，包括以下步骤：收集肝脏CT影像数据；基于梯度流场引导的多尺度结构保持增强模型进行图像预处理；进行目标检测标注；模型训练。本发明有益效果：本方法利用领域自适应技术能够有效地减少不同CT设备对肝脏棘球蚴病检测的影响，从而提升AI辅助医生诊断的准确性和一致性，不仅能够节省医疗成本，还能提高偏远地区患者的就医体验和健康管理。

本发明授权一种基于领域自适应的肝脏棘球蚴病CT影像智能检测方法、电子设备及存储介质在权利要求书中公布了：1.一种基于领域自适应的肝脏棘球蚴病CT影像智能检测方法，其特征在于：包括以下步骤：S1、收集肝脏CT影像数据；S2、基于梯度流场引导的多尺度结构保持增强模型对步骤S1中收集的肝脏CT影像数据进行图像预处理；S3、对步骤S2预处理后的图像数据进行目标检测标注；S4、对步骤S3目标检测标注后的图像数据进行模型训练；在步骤S2中，基于梯度流场引导的多尺度结构保持增强模型对步骤S1中收集的肝脏CT影像数据进行图像预处理，包括：对输入CT图像Ix,y在不同尺度σ下进行高斯卷积，得到平滑图像： 对每个平滑图像Isx,y；σ，计算梯度分量： 由此得到梯度场： 构建结构张量Tx,y；σ： 其中，Isx,y；σ表示平滑图像，表示方差为σ2的高斯核，*表示卷积运算，x表示是图像中水平方向的空间坐标，y表示是图像中水平方向的垂直方向坐标，Gxx,y；σ表示高斯核在y方向上的导数，Gyx,y；σ表示高斯核在x方向上的导数；对CT图像的不同区域引入结构连续性度量： 其中，Cx,y；σ表示结构连续性度量，τ为调节灵敏度的超参数；λ1表示图像局部区域在主要方向上的梯度强度，λ2表示图像局部区域在次要方向上的梯度强度，当λ1≈λ2表示该区域缺乏显著方向性；当λ1λ2时，表示该区域具备明显的线结构或边缘信息；在每个尺度σ下，通过核函数Kσx,y；x',y'对中心像素x,y增强，核函数Kσx,y；x',y'根据邻域内所有像素x',y'与中心像素x,y之间的相似度来分配权重；在每个尺度σ下，为一个目标像素x,y，定义自适应增强核Kσ来加权周围像素的信息：Kσx,y；x′,y′＝Ks×Ki×Φθ1,θ2；空间邻近度Ks： 其中，Kσx,y；x',y'表示自适应增强核，用于加权周围像素的信息，Ki表示灰度差异，Φ表示方向一致性函数，θ1，θ2均表示主方向角目标像素和周围像素的主方向角，σs为控制空间平滑范围的超参数；通过高斯函数根据欧氏距离衰减；灰度差异Ki： 其中，σi为控制灰度差异敏感度的超参数；方向相似度： 其中，θ1与θ2均为主方向角；对输入图像在尺度σ下得到的平滑版本Isx',y'；σ，使用核函数在一固定邻域Ωx,y内进行加权求和，得到增强后像素值 计算对所有x',y'∈Ωx,y的权重Kσx,y；x',y'，对邻域内每个像素的灰度值进行加权求和、再除以权重和；每个尺度σ得到一个增强结果通过结构连续性Cx,y；σ对各尺度加权融合： 其中，表示增强结果权重；在步骤S4中，对步骤S3目标检测标注后的图像数据进行模型训练，包括以下步骤：S41、从CT图像的源域特征图中挑选出与目标域特征图中相似度高于设定值的特征，形成特征集合Fsimilar；S42、基于特征集合Fsimilar利用最大均值差异度量源域和目标域之间的特征分布差异；S43、通过计算源域特征和目标域特征之间的距离，在损失计算中动态调整源域特征的模型训练影响。

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江苏世钰智能医疗科技有限公司;新疆医科大学第一附属医院，其通讯地址为：211800 江苏省南京市自由贸易试验区南京片区雨合北路6号光电科技园C幢8楼806、810、811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”。