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！

龙图腾网获悉华中科技大学申请的专利基于超声断层成像的周围神经成像方法、系统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：CN121400886B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202512020824.6，技术领域涉及：A61B8/08；该发明授权基于超声断层成像的周围神经成像方法、系统及存储介质是由尉迟明;蔡超;李一宁;陈蕾;郑元义;张辉;谭鸿锐设计研发完成，并于2025-12-30向国家知识产权局提交的专利申请。

本基于超声断层成像的周围神经成像方法、系统及存储介质在说明书摘要公布了：本发明属于医学成像技术领域，具体为一种基于超声断层成像的周围神经成像方法、系统及存储介质。通过超声断层成像系统采集待测部位的若干帧断层图像；采用YOLO目标检测网络对每一帧断层图像的神经组织进行定位；然后采用U‑Net分割网络进行像素级分割，得到神经组织的像素级概率图；采用隶属度建模机制对像素级概率图中像素的不确定性进行建模，以对神经组织的隶属程度进行自适应加权，得到精确分割结果；将精确分割结果作为卡尔曼滤波的观测量，基于卡尔曼滤波进行预测和更新，得到神经组织的最优状态估计；将每一帧断层图像的最优状态估计重建得到周围神经组织的三维模型。本发明能够显著提高神经组织的分割精度和结构完整性。

本发明授权基于超声断层成像的周围神经成像方法、系统及存储介质在权利要求书中公布了：1.一种基于超声断层成像的周围神经成像方法，其特征在于，包括以下步骤： S1、通过超声断层成像系统采集待测部位的若干帧三维断层图像； S2、采用YOLO目标检测网络对每一帧断层图像的神经组织进行定位，得到兴趣区域；然后将兴趣区域输入U-Net分割网络进行像素级分割，得到神经组织的像素级概率图； S3、采用基于模糊集合理论的隶属度建模机制对所述像素级概率图中像素的不确定性进行建模，以对神经组织的隶属程度进行自适应加权，得到神经组织的精确分割结果； S4、将每一帧断层图像的所述精确分割结果作为卡尔曼滤波的观测量，基于卡尔曼滤波进行预测和更新，得到神经组织的最优状态估计；所述卡尔曼滤波的状态转移方程的状态向量包括当前帧神经的空间位置参数和尺度参数，以及相邻帧之间空间位置参数和尺度参数的变化率；所述卡尔曼滤波的预测阶段，根据所述状态转移方程预测得到当前帧的神经组织状态向量；更新阶段，将预测得到的神经组织状态向量和所述观测量基于卡尔曼增益进行加权融合，得到神经组织的最优状态估计； S5、根据每一帧断层图像的最优状态估计重建得到周围神经组织的三维模型。

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华中科技大学，其通讯地址为：430074 湖北省武汉市珞喻路1037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。