组合SegNet网络和局部Nakagami分布拟合模型的超声图像分割方法
发明专利组合SegNet网络和局部Nakagami分布拟合模型的超声图像分割方法，包括：(1)利用超声图像集和分割真值集对SegNet网络进行训练，预训练的SegNet网络进行超声图像的粗分割；(2)将SegNet网络的粗分割结果转化为初始化水平集函数，利用局部Nakagami分布拟合模型实现精分割，既能克服SegNet网络分割超声图像所出现的边缘定位精度不足问题，也能克服水平集分割方法的初始化敏感问题，从而实现高精度且高效率的超声图像自动分割。
《组合SegNet网络和局部Nakagami分布拟合模型的超声图像分割方法》是一发明专利，专利号为 2021114819812，当前法律状态为已售，由三峡大学提出申请，发明人为崔文超;孟丹;徐德伟;孙水发;吴义熔，申请日期为2021-12-06，公开（公告）日期为2024-08-06，国际专利分类号（IPC）为 G06T7/00(2017.01)I;G06T7/12(2017.01)I;G06T7/143(2017.01)I;G06T7/194(2017.01)I;G06T7/62(2017.01)I，高新资质：未报高企，所属技术领域包括：医学图像分割 人工智能 超声影像 医学图像处理 计算机辅助诊 深度学习与传统模型融合 超声图像特性建模 临床辅助诊断。该专利权属清晰，可通过正规流程办理转让，适用于企业技术升级、资质申报与战略布局。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：组合SegNet网络和局部Nakagami分布拟合模型的超声图像分割方法，包括：(1)利用超声图像集和分割真值集对SegNet网络进行训练，预训练的SegNet网络进行超声图像的粗分割；(2)将SegNet网络的粗分割结果转化为初始化水平集函数，利用局部Nakagami分布拟合模型实现精分割，既能克服SegNet网络分割超声图像所出现的边缘定位精度不足问题，也能克服水平集分割方法的初始化敏感问题，从而实现高精度且高效率的超声图像自动分割。
海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！
