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！

龙图腾网恭喜西安电子科技大学申请的专利基于区域块特征增强与抑制的腰椎间盘退变自动分级方法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：CN115049898B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202210791643.7，技术领域涉及：G06V10/774；该发明授权基于区域块特征增强与抑制的腰椎间盘退变自动分级方法是由缑水平;杨玉林;童诺;郭璋;刘波;骆安琳设计研发完成，并于2022-07-05向国家知识产权局提交的专利申请。

本基于区域块特征增强与抑制的腰椎间盘退变自动分级方法在说明书摘要公布了：本发明公开了一种基于区域块特征增强与抑制的腰椎间盘退变自动分级方法，主要解决现有方法在提取腰椎间盘影像特征时会遗漏一些表现不显著但仍有区分性的特征，造成分级准确性低的问题。其方案是：获取腰椎核磁共振影像，对其做预处理后生成定位数据集；利用现有DETR网络对定位数据集中的腰椎间盘区域定位生成分级数据集；构建基于区域块特征增强与抑制的腰椎间盘退变自动分级网络；用分级训练集训练该网络并用分级验证集选择效果最好的训练后模型；将分级测试集输入到所选的训练后模型得到分级结果。本发明能使网络挖掘出一些表现不明显但仍有区分性的特征，有效提升腰椎间盘退变分级的效果，可用于对核磁共振影像中病灶的检测和分类。

本发明授权基于区域块特征增强与抑制的腰椎间盘退变自动分级方法在权利要求书中公布了：1.一种基于区域块特征增强与抑制的腰椎间盘退变自动分级方法，其特征在于，包括：1获取腰椎核磁共振影像数据集：1a从获取到的500例腰椎核磁共振影像数据集中选择矢状位T2加权序列影像，组成用于腰椎间盘区域定位的定位数据集；1b对定位数据集中所有的腰椎核磁共振影像，标注出腰椎间盘的标签及位置坐标信息，生成xml格式文件，再将其制作成COCO格式的数据集；1c应用随机选择的方法按照3:1:1的比例将COCO格式的定位数据集划分300例数据作为定位训练集、100例数据作为定位验证集、100例数据作为定位测试集；2将定位训练集输入到现有的DETR目标检测网络中采用反向传播方法进行迭代训练，每次迭代都将定位验证集输入到训练好的模型中，得到检测精度，直到迭代次数达到50时，停止训练，从中选择检测精度最高的模型作为最终训练好的腰椎间盘检测模型；3获得腰椎间盘区域的数据集：3a根据1b标注的位置坐标信息对定位训练集中的腰椎影像进行裁剪得到腰椎间盘图像，并根据Pfirrmann分级诊断标准，判断腰椎间盘图像的退变等级，标记为I级、II级、III级、IV级、V级中的某个等级，并对其中的V级腰椎间盘图像进行旋转、平移操作，得到分级训练集；3b根据1b标注的位置坐标信息对定位验证集中的腰椎影像进行裁剪得到腰椎间盘图像，并根据Pfirrmann分级诊断标准，判断所有腰椎间盘图像的退变等级，标记为I级、II级、III级、IV级、V级中的某个等级，得到分级验证集；3c将定位测试集输入到2中训练好的腰椎间盘检测模型中，获得目标检测结果，即腰椎间盘的位置坐标信息，根据位置坐标信息对对定位测试集中的腰椎影像进行裁剪得到腰椎间盘图像，并根据Pfirrmann分级诊断标准，判断所有腰椎间盘图像的退变等级，标记为I级、II级、III级、IV级、V级中的某个等级，得到分级测试集；4构建基于区域块特征增强与抑制的腰椎间盘退变自动分级网络W：4a设计由特征增强分支、特征抑制分支并行连接组成的基于区域块的特征增强与抑制模块RFBS；其实现如下：4a1用长宽分别为gw、gh的二维区域块在特征图A∈RC×W×H的宽W和高H两个维度上滑动，将特征图划分为n个特征区域块，第i个特征区域块表示为其中，4a2对每个特征区域块Ai依次进行1×1卷积、BatchNorm批量归一化、ReLU激活、自适应平均池化，得到每个特征区域块的重要性分数4a3对每个特征区域块的重要性分数应用softmax操作进行归一化，得到归一化后的重要性分数S＝s1,…,si,…,snT，其中，si表示第i个特征区域块归一化后的重要性分数，i∈1,…,n；4a4根据所有特征区域块归一化后的重要性分数S与特征图A，获取特征增强分支的输出Ab，其中α表示特征增强因子；4a5对重要性分数S计算中位值smid，选出重要性分数si大于中位值smid的区域块将其重要性分数设置为β进行抑制，并将剩余区域块的重要性分数设置为1，得到特征抑制后的重要性分数M＝m1,…,mi,…,mnT，其中，β表示特征抑制因子；4a6根据抑制后的重要性分数M与特征图A，获取特征抑制分支的输出4a7将特征增强分支和特征抑制分支并行连接构成RFBS模块；4b将基于区域块的特征增强与抑制模块依次连接到现有CMT网络中的第三层和第四层后，并将现有的特征多样性模块FDM，连接到两个RFBS模块和CMT网络的第五层的后面，构成基于区域块特征增强与抑制的腰椎间盘退变自动分级网络；5将分级训练集输入到构建好的腰椎间盘退变自动分级网络中采用反向传播方法进行迭代训练，每次迭代都将分级验证集输入到训练好的模型中，得到分级准确率，直到迭代次数达到50时，停止训练，从中选择分级准确率最高的模型作为最终训练好的腰椎间盘退变自动分级模型；6将分级测试集输入到训练好的腰椎间盘退变自动分级模型中，得到分级测试集的分级结果。

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电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。