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！

龍圖騰網獲悉曉智未來(成都)科技有限公司申請的專利基于邊緣計算的輕量化3D醫學影像實時推理方法及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：CN120339267B 。

龍圖騰網通過國家知識產權局官網在2025-08-19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：202510788224.1，技術領域涉及：G06F16/50；該發明授權基于邊緣計算的輕量化3D醫學影像實時推理方法及系統是由李佳琪設計研發完成，并于2025-06-13向國家知識產權局提交的專利申請。

本基于邊緣計算的輕量化3D醫學影像實時推理方法及系統在說明書摘要公布了：本發明涉及圖像數據處理技術領域，具體公開了基于邊緣計算的輕量化3D醫學影像實時推理方法及系統，包括C++框架模型的搭建，各向異性檢測及處理，分離低分辨率軸重采樣，3D重采樣，確定滑動窗口步長并生成權重圖，利用輕量化學生模型進行預測，滑動窗口推理，圖像后處理，經推理獲得的預測分割圖譜進行包括尺寸調整、體素連通和完整性補缺的處理，輸出最終全局分割圖譜的步驟。本發明采用輕量化學生模型替代傳統nnUNet需5次模型推理，推理次數減少80%，單次推理時間顯著縮短；同時，采用C++語言重構實現CUDA并行化，通過數據塊提取、鏡像變換與加權聚合算子的GPU加速，全流程性能較Python實現提升10倍以上。

本發明授權基于邊緣計算的輕量化3D醫學影像實時推理方法及系統在權利要求書中公布了：1.基于邊緣計算的輕量化3D醫學影像實時推理方法，其特征在于，包括以下步驟： 步驟STP100，C++框架模型的搭建，基于nnUNet模型建立5折教師模型和輕量化學生模型，利用5折教師模型對樣本圖像數據進行預測，并通過同時輸出的Logits-P和特征圖譜對輕量化學生模型做全局指導，直到輕量化學生模型的預測精度達到教師模型預測精度的預設值后，完成輕量化學生模型建立； 步驟STP200，各向異性檢測及處理，對輸入的3D醫學圖像進行各向異性檢測，通過判斷任一軸分辨率極值比率γ差異是否符合閾值，當比率γ＞時，則進行步驟STP300；當比率γ≤時，則進行步驟STP400重采樣策略；其中，比率γ是圖像體素在對應軸上最大值與最小值之比； 步驟STP300，分離低分辨率軸重采樣，檢查原始3D醫學圖像形狀和目標3D醫學圖像形狀是否一致，若一致，則執行步驟STP500，若不一致，則采用OpenCV對垂直于低分辨率軸的2D平面進行獨立的插值法2D重采樣，再在低分辨率軸方向上，對經過2D重采樣的結果進行1D重采樣,完成2D+1D重采樣； 步驟STP400，3D重采樣，先使用OpenCV函數對每個垂直于低分辨率軸的XY平面進行2D重采樣，然后收集相同y,x位置的低分辨率軸像素組成1D線，再對這些1D線使用OpenCV的resize進行低分辨率軸方向的重采樣； 步驟STP500，確定滑動窗口步長并生成權重圖，利用窗口步長計算器，根據輸入體積尺寸和塊大小自動確定重疊步長，并利用高斯加權聚合器，使用預計算的3D高斯核進行權重分配生成權重圖； 步驟STP600，利用輕量化學生模型進行預測，利用輕量化學生模型預測3D醫學圖像各體素點的概率分布Logits-C； 步驟STP700，滑動窗口推理，利用CUDA算子模塊對輸入的3D醫學圖像進行塊提取、重疊滑動、增強、聚合和歸一化處理，獲得預測全局預測分割圖譜； 步驟STP800，圖像后處理，將步驟STP700經推理獲得的預測分割圖譜進行包括尺寸調整、體素連通和完整性補缺的處理，輸出最終全局分割圖譜。

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曉智未來(成都)科技有限公司，其通訊地址為：610000 四川省成都市郫都區成都現代工業港北片區港通北三路269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”。