发明创造名称：一种全自动CT图像肾脏分割方法
外观设计名称：
决定号：195577
决定日：2019-11-20
委内编号：1F252241
优先权日：
申请（专利）号：201410392928.9
申请日：2014-08-11
复审请求人：东南大学
无效请求人：
授权公告日：
审定公告日：
专利权人：
主审员：宋芸芸
合议组组长：朱晓莉
参审员：姜楠
国际分类号：G06T7/00
外观设计分类号：
法律依据：专利法第22条第3款
决定要点：如果一项权利要求所要求保护的技术方案与作为最接近的现有技术的对比文件存在区别技术特征，但是，其它对比文件和本领域常用技术手段给出了将以上区别技术特征应用到该最接近的现有技术中以解决该权利要求实际解决的技术问题的技术启示，那么对于本领域技术人员来说，在该最接近的现有技术的基础上结合其它对比文件和本领域常用技术手段，得到该权利要求所要求保护的技术方案是显而易见的，且该权利要求所请求保护的技术方案没有产生预料不到的技术效果，则该权利要求不具有突出的实质性特点和显著的进步，不具备创造性。
全文：
本复审请求涉及申请号为201410392928.9，名称为“一种全自动CT图像肾脏分割方法”的发明专利申请（下称本申请）。申请人为东南大学。本申请的申请日为2014年08月11日，公开日为2014年11月19日。
经实质审查，国家知识产权局原审查部门于2018年02月14日发出驳回决定，驳回了本申请，其理由是：权利要求1-6不具备专利法第22条第3款规定的创造性。具体而言，权利要求1相对于对比文件2（“基于ROI多图谱配准的海马磁共振图像分割”，陈雯艳，中国优秀硕士学位论文全文数据库信息科技辑，2013年第2期，I138-1615，2013年02月15日）的区别为：1）本申请是一种CT图像肾脏分割方法，而对比文件2是海马分割方法；2）本申请专家库中包括低分辨率模板图像和高分辨率模板图像，且将待分割图像也生成低分辨率图像和高分辨率图像，并采用低分辨率图像配准进行初步分割获取ROI，高分辨图像配准进行精确分割，即步骤（2）-（5），而对比文件2通过包围盒获取ROI图像，然后通过配准进行精确分割。上述区别1）是本领域的常用技术手段，上述区别2）部分被对比文件4（“LED自动固晶机视觉定位系统的图像处理研究”，智少丹，中国优秀硕士学位论文全文数据库信息科技辑，2010年第10期，I138-552，2010年10月15日）公开，部分是本领域的公知常识，则相对于对比文件2、对比文件4和公知常识的结合，权利要求1不具备创造性。权利要求2-6的附加技术特征或被对比文件2公开，或被对比文件4公开，或是本领域的公知常识，则权利要求2-6不具备创造性。
驳回决定所依据的文本为申请日2014年08月11日提交的说明书摘要、摘要附图、说明书附图图1-9；2017年08月14日提交的说明书第[0001]-[0054]段、权利要求第1-6项。
驳回决定所针对的权利要求书如下：
“1. 一种全自动CT图像肾脏分割方法，其特征在于：包括顺次执行的以下步骤：
步骤(1)、建立专家库，专家库中包含模板CT图像的N个低分辨率模板图像和M个高分辨率模板图像，所述低分辨率模板图像和高分辨率模板图像上均配有肾脏区域的专家标记结果；
步骤(2)、将待分割的CT图像分别生成低分辨率CT图像和高分辨率CT图像；
步骤(3)、将步骤(2)生成的低分辨率CT图像与专家库中的N个低分辨率模板图像分别进行图像配准，得到低分辨率CT图像中的肾脏区域初步分割结果；
步骤(4)、利用步骤(3)所得的肾脏区域初步分割结果，定位左、右肾脏的大致位置作为感兴趣区域，并在步骤(2)所得的高分辨率CT图像中将对应的左、右肾脏的感兴趣区域的部分截取出来；
步骤(5)、将步骤(4)中高分辨率CT图像中所截取的左、右肾脏的感兴趣区域的部分各自与专家库中的M个高分辨率模板图像分别进行图像配准，得到肾脏区域的精确分割结果。
2. 根据权利要求1所述的一种全自动CT图像肾脏分割方法，其特征在于：步骤(1)中专家库的建立过程如下：
首先选择模板CT图像，然后将选中的模板CT图像通过图像线性插值算法重构为三维直角坐标系中X、Y、Z各方向分辨率相等的体积数据；然后由专家在这一体积数据中的横截面内通过手工方式描绘肾脏边界，生成肾脏区域的专家标记结果；最后将这一体积数据和专家标记出的肾脏区域分别降采样生成低分辨率模板图像；同时还根据专家标记结果将这一体积数据中包含肾脏的感兴趣区域截取出来，生成高分辨率模板图像。
3. 根据权利要求1所述的一种全自动CT图像肾脏分割方法，其特征在于：步骤(2)中低分辨率CT图像和高分辨率CT图像通过图像插值算法获得，具体包括以下步骤：
首先将原始的待分割的CT图像通过图像插值算法重构为三维直角坐标系中X、Y、Z各方向分辨率相等的体积数据作为高分辨率CT图像，然后再将这一体积数据降采样至低分辨率，生成低分辨率CT图像。
4. 根据权利要求1所述的一种全自动CT图像肾脏分割方法，其特征在于：所述步骤(3)具体包括以下步骤：
步骤(31)、将步骤(2)生成的低分辨率CT图像与N个低分辨率模板图像分别进行图像配准，获得一号坐标映射参数；
步骤(32)、利用步骤(31)中所得的一号坐标映射参数，将N个低分辨率模板图像中肾脏区域的专家标记结果都形变后映射到低分辨率CT图像上；
步骤(33)、将步骤(32)所得到的形变映射后的低分辨率CT图像上的N个肾脏区域的专家标记结果进行合并，生成低分辨率CT图像中的肾脏区域初步分割结果。
5. 根据权利要求1所述的一种全自动CT图像肾脏分割方法，其特征在于：所述步骤(5)具体包括以下步骤：
步骤(51)、将步骤(4)截取的高分辨率CT图像中的左、右肾脏的感兴趣区域与M个高分辨率模板图像分别进行图像配准，获得二号坐标映射参数；
步骤(52)、利用步骤(51)中所得的二号坐标映射参数，将M个高分辨率模板图像中肾脏区域的专家标记结果都形变后映射到截取的高分辨率CT图像上；
步骤(53)、将步骤(52)所得到的形变映射后的高分辨率CT图像上的N个肾脏区域的专家标记结果进行合并，在截取的高分辨率CT图像中生成肾脏区域的精确分割结果。
6. 根据权利要求3或5所述的一种全自动CT图像肾脏分割方法，其特征在于：所述合并采用多数投票原则进行。”
申请人（下称复审请求人）对上述驳回决定不服,于2018年05月21日向国家知识产权局提出了复审请求，并未修改申请文件。复审请求人认为：（1）复审请求人认为：对比文件2虽然与本申请属于相近技术领域，但两个技术方案中所包括的技术特征均不相同，对比文件2也未公开本申请的任何技术特征，且两者要解决的技术问题和相应的技术效果也并不相同，不能作为本申请发明创造的起点。因此，申请人认为，将对比文件2作为本申请最接近的现有技术并不合理，不符合专利审查指南中对“最接近的现有技术”的定义。（2）复审请求人认为：对比文件4并未实质公开本申请的技术特征。首先，对比文件4和本申请中的两个图库包含的图像内容、图像之间的关系以及构建方法均不同。本申请的这种方案较金字塔分级降采样方案避免了在多个降采样图像上的费时的定位计算，同时也避免了为每个分辨率级别的图像分别建立专家模板图像的过程，简化了整个流程，两者技术特征及对应的技术效果具有明显差异。其次，本申请在准确定位左右肾脏位置之后，创造性地将两个ROI区域中左右肾脏的分割问题转换为单侧肾脏的分割问题，即利用左右肾脏形状上相似，通过镜像变换将所有的右侧肾脏转换到和左侧肾脏相同的方向，以避免对左右肾脏分别建立高分辨模板图像，大大简化了模板图像的建立过程，同时也使得分割阶段所采用的多模板分割算法和前面肾脏定位时所采用的算法完全一致，而对比文件4中也并未公开相关技术特征。再次，不能简单地将本申请医学图像处理中的图像分割和对比文件4的机械设计中图像分割上位到图像分割技术领域去评述并也不合理，故，对比文件4作为对比文件来评述本身就欠妥。
经形式审查合格，国家知识产权局于2018年05月30日依法受理了该复审请求，并将其转送至原审查部门进行前置审查。
原审查部门在前置审查意见书中坚持原驳回决定。
随后，国家知识产权局成立合议组对本案进行审理。
合议组于2019年07月19日向复审请求人发出复审通知书，指出：权利要求1-6相对于对比文件2、对比文件4和本领域的常用技术手段的结合不具备专利法第22条第3款规定的创造性。合议组认为：（1）首先，审查指南中关于“最接近的现有技术”的定义为：是指现有技术中与要求保护的发明最密切相关的一个技术方案，它是判断发明是否具有突出的实质性特点的基础。最接近的现有技术，例如可以是，与要求保护的发明技术领域相同，所要解决的技术问题、技术效果或者用途最接近和/或公开了发明的技术特征最多的现有技术。对比文件2与本申请属于相近技术领域，而且也同样是要解决图像分割的技术问题，虽然其没有完全公开权利要求1的所有技术特征，但是它公开了利用多图像配准进行目标分割的总体构思，只是没公开应用于具体的CT图像肾脏分割，没公开分别用低分辨率模板图像和高分辨率图像模板进行图像配准，但这并不影响将对比文件2作为最接近的现有技术。（2）首先，权利要求的保护范围以其文字记载的内容为准，权利要求1中关于专家库仅记载了“建立专家库，专家库中包含模板CT图像的N个低分辨率模板图像和M个高分辨率模板图像，所述低分辨率模板图像和高分辨率模板图像上均配有肾脏区域的专家标记结果”，而对比文件4实际上已经公开了低分辨率模板图像和高分辨率模板，至于特征“低分辨率模板图像和高分辨率模板图像上均配有肾脏区域的专家标记结果”，因为对比文件2已经公开了模板图像上有专家标记结果，则当在CT图像肾脏分割时，很容易想到在模板图像上配有肾脏区域的专家标记结果，这是本领域的常用技术手段。其次，至于复审请求人提到的“专家库中两个图库的图像之间的关系以及构建方法”、“创造性地将两个ROI区域中左右肾脏的分割问题转换为单侧肾脏的分割问题”的相关特征在权利要求1中并没有提及。再次，对比文件4也属于图像分割领域，其仅仅是具体的图像类型和内容不同而已。在权利要求1的技术方案来看，并没有体现出医学图像的图像分割与对比文件4中的机械设计图像分割在分割技术上的差异，它们都是通过图像配准进行识别定位识别，然后分割， 所以用对比文件4作为对比文件来评述权利要求1并没有不妥。
复审请求人于2019年07月29日提交了意见陈述书，并修改了权利要求书，其中将权利要求2合并至权利要求1，构成新的权利要求1；另外，对应修改其它权利要求的编号或引用编号。复审请求人认为：权利要求1要保护的技术方案采用本申请构建的专家库可以在使用同一个多模板分割算法情况下，仅通过改变输入图像和模板图像，同时实现快速肾脏定位和高精度肾脏分割，不需要采用金字塔分级降采样方案，由于是在三维CT图像中实现肾脏定位，一次性将原图各方向的尺寸缩小到原来的四分之一（横截面图像尺寸为128*128），即一次性将图像尺寸缩小到原来的1/64（降采样后的低分辨率图中1个体素点对应于原图中64个体素点）。本申请的这种方案较金字塔分级降采样方案避免了在多个降采样图像上的费时的定位计算，同时也避免了为每个分辨率级别的图像分别建立专家模板图像的过程，简化了整个流程，两者技术特征及对应的技术效果具有明显差异。
复审请求人答复复审通知书中提交的权利要求书如下：
“1. 一种全自动CT图像肾脏分割方法，其特征在于：包括顺次执行的以下步骤：
步骤(1)、建立专家库，专家库中包含模板CT图像的N个低分辨率模板图像和M个高分辨率模板图像，所述低分辨率模板图像和高分辨率模板图像上均配有肾脏区域的专家标记结果；
步骤(2)、将待分割的CT图像分别生成低分辨率CT图像和高分辨率CT图像；
步骤(3)、将步骤(2)生成的低分辨率CT图像与专家库中的N个低分辨率模板图像分别进行图像配准，得到低分辨率CT图像中的肾脏区域初步分割结果；
步骤(4)、利用步骤(3)所得的肾脏区域初步分割结果，定位左、右肾脏的大致位置作为感兴趣区域，并在步骤(2)所得的高分辨率CT图像中将对应的左、右肾脏的感兴趣区域的部分截取出来；
步骤(5)、将步骤(4)中高分辨率CT图像中所截取的左、右肾脏的感兴趣区域的部分各自与专家库中的M个高分辨率模板图像分别进行图像配准，得到肾脏区域的精确分割结果；
所述步骤(1)中专家库的建立过程如下：
首先选择模板CT图像，然后将选中的模板CT图像通过图像线性插值算法重构为三维直角坐标系中X、Y、Z各方向分辨率相等的体积数据；然后由专家在这一体积数据中的横截面内通过手工方式描绘肾脏边界，生成肾脏区域的专家标记结果；最后将这一体积数据和专家标记出的肾脏区域分别降采样生成低分辨率模板图像；同时还根据专家标记结果将这一体积数据中包含肾脏的感兴趣区域截取出来，生成高分辨率模板图像。
2. 根据权利要求1所述的一种全自动CT图像肾脏分割方法，其特征在于：步骤(2)中低分辨率CT图像和高分辨率CT图像通过图像插值算法获得，具体包括以下步骤：
首先将原始的待分割的CT图像通过图像插值算法重构为三维直角坐标系中X、Y、Z各方向分辨率相等的体积数据作为高分辨率CT图像，然后再将这一体积数据降采样至低分辨率，生成低分辨率CT图像。
3. 根据权利要求1所述的一种全自动CT图像肾脏分割方法，其特征在于：所述步骤(3)具体包括以下步骤：
步骤(31)、将步骤(2)生成的低分辨率CT图像与N个低分辨率模板图像分别进行图像配准，获得一号坐标映射参数；
步骤(32)、利用步骤(31)中所得的一号坐标映射参数，将N个低分辨率模板图像中肾脏区域的专家标记结果都形变后映射到低分辨率CT图像上；
步骤(33)、将步骤(32)所得到的形变映射后的低分辨率CT图像上的N个肾脏 区域的专家标记结果进行合并，生成低分辨率CT图像中的肾脏区域初步分割结果。
4. 根据权利要求1所述的一种全自动CT图像肾脏分割方法，其特征在于：所述步骤(5)具体包括以下步骤：
步骤(51)、将步骤(4)截取的高分辨率CT图像中的左、右肾脏的感兴趣区域与M个高分辨率模板图像分别进行图像配准，获得二号坐标映射参数；
步骤(52)、利用步骤(51)中所得的二号坐标映射参数，将M个高分辨率模板图像中肾脏区域的专家标记结果都形变后映射到截取的高分辨率CT图像上；
步骤(53)、将步骤(52)所得到的形变映射后的高分辨率CT图像上的N个肾脏区域的专家标记结果进行合并，在截取的高分辨率CT图像中生成肾脏区域的精确分割结果。
5. 根据权利要求3或4所述的一种全自动CT图像肾脏分割方法，其特征在于：所述合并采用多数投票原则进行。 ”
在上述程序的基础上，合议组认为本案事实已经清楚，可以作出审查决定。
二、决定的理由
1、审查文本的认定
复审请求人在答复复审通知书时修改了申请文件。经审查，以上修改符合专利法实施细则第61条第1款的规定和专利法第33条的规定。本复审决定针对的审查文本为：申请日2014年08月11日提交的说明书摘要、摘要附图、说明书附图图1-9；2017年08月14日提交的说明书第[0001]-[0054]段；2019年07月29日提交的权利要求第1-5项。
2、专利法第22条第3款
专利法第22条第3款规定：创造性，是指与现有技术相比，该发明具有突出的实质性特点和显著的进步，该实用新型具有实质性特点和进步。
如果一项权利要求所要求保护的技术方案与作为最接近的现有技术的对比文件存在区别技术特征，但是，其它对比文件和本领域常用技术手段给出了将以上区别技术特征应用到该最接近的现有技术中以解决该权利要求实际解决的技术问题的技术启示，那么对于本领域技术人员来说，在该最接近的现有技术的基础上结合其它对比文件和本领域常用技术手段，得到该权利要求所要求保护的技术方案是显而易见的，且该权利要求所请求保护的技术方案没有产生预料不到的技术效果，则该权利要求不具有突出的实质性特点和显著的进步，不具备创造性。
本复审决定引用了与复审通知书、驳回决定中相同的对比文件，如下：
对比文件2：“基于ROI多图谱配准的海马磁共振图像分割”，陈雯艳，中国优秀硕士学位论文全文数据库信息科技辑，2013年第2期，I138-1615，2013年02月15日；
对比文件4：“LED自动固晶机视觉定位系统的图像处理研究”，智少丹，中国优秀硕士学位论文全文数据库信息科技辑，2010年第10期，I138-552，2010年10月15日。
对比文件2是最接近的现有技术。
2.1、权利要求1不具备专利法第22条第3款规定的创造性。
权利要求1请求保护一种全自动CT图像肾脏分割方法，对比文件2公开了一种基于ROI多图谱配准的海马分割方法（相当于一种全自动图像分割方法），并具体公开了（参见摘要、第18-37页）：基于图谱的自动分割是将图像分割问题看成配准问题，将已分割好的模板图像，也就是感兴趣区域ROI映射到待分割的目标图像上。为了提高配准的速度，提取了磁共振图像的包围盒，利用包围盒得到以海马为中心的感兴趣区域ROI，提取ROI，然后对所有提取ROI后的图像进行基于图谱配准的图像分割；本文算法利用多个海马图谱图像作为模板与待分割图像进行配准。每个对象都有专家分割的海马作为金标准，命名为label图像（相当于步骤(1)、建立专家库，专家库中包含模板图像，模板图像上均配有海马区域的专家标记结果，将图像与专家库中的模板图像分别进行图像配准；选择模板CT图像），得到多个初始分割结果，然后通过图像融合算法将分割结果图像进行融合，从而实现目标对象的分割（相当于得到海马分割结果）。
该权利要求请求保护的技术方案与对比文件2的区别在于：（一）本申请是一种CT图像肾脏分割方法，而对比文件2是海马分割方法；（二）步骤（1）-（5）中未公开的特征实际上是：本申请专家库中包括低分辨率模板图像和高分辨率模板图像，且将待分割图像也生成低分辨率图像和高分辨率图像，并采用低分辨率图像配准进行初步分割，高分辨图像配准进行精确分割。（三）将选中的模板CT图像通过图像线性插值算法重构为三维直角坐标系中X、Y、Z各方向分辨率相等的体积数据；然后由专家在这一体积数据中的横截面内通过手工方式描绘肾脏边界，生成肾脏区域的专家标记结果；最后将这一体积数据和专家标记出的肾脏区域分别降采样生成低分辨率模板图像；同时还根据专家标记结果将这一体积数据中包含肾脏的感兴趣区域截取出来，生成高分辨率模板图像。
基于上述区别技术特征，本申请实际解决的技术问题为：如何选择分割的图像类型、以及如何提高分割精确度和速度、以及具体的生成低分辨率模板图像、高分辨率模板图像的方法。
针对上述区别技术特征（一），无论是CT图像肾脏分割还是磁共振图像的海马区域分割，都是在图像中分割出目标所在区域，是本领域中常见的图像分割，本领域技术人员很容易想到将磁共振图像的海马区域分割方法用于CT图像肾脏的分割，这是本领域的常用技术手段。
针对上述区别技术特征（二），对比文件4公开了一种LED自动固晶机视觉定位系统，并具体公开了以下技术特征（参见摘要，第12-49页）：提取图像的边缘信息后在低分辨率下通过模板匹配识别晶片的大致位置，再返回高分辨率图进行精确定位，提高匹配速率。对于一幅N*N的图像，如果将其在两个方向上各隔一个像素后取出一个像素，这些留下的像素将构成一幅N/2*N/2的图像，即联通过两个方向上进行1:2的亚抽样，可以得到原始图像的一个缩略图，这个过程可重复进行。所得到的一系列图像构成一个金字塔状的结构，原始图像对应第0层，N/2*N/2的图像对应第1层。本文的晶片粗匹配识别是在第1层图像上进行的，精匹配的定位则是在第0层图像上。先将预处理后的图像（0级）（相当于高分辨率图像）缩小到1级图像（相当于低分辨率图像），在1级图像中采用基于边缘模板的定位方法，将模板的长宽也都同样缩小一半后进行匹配（相当于模板图像的低分辨率模板图像），得到各个晶片的位置（相当于将生成的低分辨率图像与低分辨率模板图像进行图像匹配），此过程叫做粗匹配。将所得位置返回原始图像并作相应变换，在对应位置需要在原始图像的相应位置周围区域继续进行精匹配（相当于利用所得的区域初步分割结果，定位大致位置作为感兴趣区域），此时使用的模板是原始大小的模板（相当于模板图像的高分辨率模板图像，则对比文件4公开了：将待分割的图像生成高分辨率图像；将步骤(4)中感兴趣区域部分各自与高分辨率模板图像进行图像匹配）。其在对比文件4中所起的作用与其在该权利要求中所起的作用相同，均是用于提高识别定位的速度和精度；另外在进行目标分割时，通常首先是需要先把目标识别定位出来的，也就是说，提高识别定位的速度和精度，也就能提高目标分割的速度和精度，对比文件4给出了将上述区别技术特征用于对比文件2以解决其技术问题的启示。即本领域技术人员很容易想到将对比文件4所公开的多分辨率识别定位策略用于对比文件2公开的基于多模板图像配准进行目标分割的方法中。
此外，因为本领域技术人员很容易想到将对比文件2的磁共振图像的海马区域分割方法用于CT图像肾脏的分割，并且对比文件2已经公开了：为了提高配准的速度，提取了磁共振图像的包围盒，利用包围盒得到以海马为中心的感兴趣区域ROI，提取ROI，然后对所有提取ROI后的图像进行基于图谱配准的图像分割，另外，本领域技术人员很容易想到将对比文件4所公开的多分辨率配准策略用于对比文件2公开的基于多模板图像配准进行目标分割的方法中，则在以上内容的基础上，本领域技术人员很容易得出：在CT图像肾脏分割时，专家库中包含模板CT图像的N个低分辨率模板图像和M个高分辨率模板图像，所述低分辨率模板图像和高分辨率模板图像上均配有肾脏区域的专家标记结果；步骤(2)、将待分割的CT图像分别生成低分辨率CT图像和高分辨率CT图像；步骤(3)、将步骤(2)生成的低分辨率CT图像与专家库中的N个低分辨率模板图像分别进行图像配准，得到低分辨率CT图像中的肾脏区域初步分割结果；步骤(4)、利用步骤(3)所得的肾脏区域初步分割结果，定位左、右肾脏的大致位置作为感兴趣区域，并在步骤(2)所得的高分辨率CT图像中将对应的左、右肾脏的感兴趣区域的部分截取出来；步骤(5)、将步骤(4)中高分辨率CT图像中所截取的左、右肾脏的感兴趣区域的部分各自与专家库中的M个高分辨率模板图像分别进行图像配准，得到肾脏区域的精确分割结果。
针对上述区别技术特征（三），线性插值算法是本领域常用的一种三维重构算法，且通过专家描绘待分割区域的边界也是本领域的常规处理手段，此外，对比文件2公开了每个对象都有专家分割的海马作为金标准，命名为label图像；对比文件4已经公开了通过降采样得到低分辨图像以及将原始图像作为高分辨图像，因此在上述内容的基础上，本领域技术人员很容易想到将体积数据和专家标记出的区域进行降采样得到低分辨率模板图像，并将原始图像中专家标记结果截取出来作为高分辨率模板，也就是说，很容易想到采用上述区别技术特征（三）限定的手段来生成低分辨率模板图像、高分辨率模板图像。
因此，在对比文件2的基础上结合对比文件4和本领域的常用技术手段以获得该权利要求所要保护的技术方案是显而易见的，该权利要求不具备突出的实质性特点和显著的进步，不符合专利法第22条第3款规定的创造性。
2.2、权利要求2不具备专利法第22条第3款规定的创造性。
关于权利要求2，插值算法是本领域常用的一种三维重构算法，此外，对比文件4已经公开了通过降采样得到低分辨图像以及将原始图像作为高分辨图像，因此本领域技术人员很容易想到将原始待分割图像通过图像插值算法重构的体积数据作为高分辨图像，将降采样后的数据作为低分辨图像。则在上述内容的基础上，本领域技术人员很容易想到采用权利要求2的附加技术特征来获得低分辨率CT图像和高分辨率CT图像。
因此，在其所引用的权利要求不具备创造性的情况下，该从属权利要求也不具备专利法第22条第3款规定的创造性。
2.3、权利要求3-4不具备专利法第22条第3款规定的创造性。
关于权利要求3-4，对比文件2进一步公开了（参见摘要、第18-37页）：利用多个海马图谱图像作为模板与待分割图像进行配准，利用已分割的图像（模板或者金标准）配准到待分割的图像上，寻求目标图像与模板图像之间的变换参数（相当于映射参数），利用变换参数将模板图像的海马映射到目标图像上，得到多个初始分割结果，然后通过图像融合算法将分割结果图像进行融合，得到最终的分割结果。每个对象都有专家分割的海马作为金标准，命名为label图像。通过配准，把25幅图谱图像配准到目标图像上，寻找它们之间相应的变换参数，把变换参数应用于对应的label图像上，便得到了初始的海马分割结果。由此可见，对比文件2给出了如下启示：将待分割图像与模板图像进行图像配准，获得映射参数；然后利用获取的映射参数，将模板图像中感兴趣区域的专家标记结果都形变后映射到待分割图像上；将所得到的形变映射后的待分割图像上的多个感兴趣的专家标记结果进行合并，生成待分割图像中的感兴趣区域初步分割结果。则在上述启示下，当进行低分辨率CT图像肾脏分割和高分辨率CT图像肾脏分割时，本领域技术人员很容易想到采用权利要求3-4的附加技术特征来进行初步分割和精确分割。
因此，在其所引用的权利要求不具备创造性的情况下，该从属权利要求也不具备专利法第22条第3款规定的创造性。
2.4、权利要求5不具备专利法第22条第3款规定的创造性。
关于权利要求5，对比文件2已经公开了（参见摘要、第18-37页）：对于融合策略，主要使用了加权选择、STAPLE和COLLATE多个融合策略。此外，多数投票原则也是常用的一种融合策略，因此本领域技术人员很容易想到合并采用多数投票原则进行。
因此，在其所引用的权利要求不具备创造性的情况下，该从属权利要求也不具备专利法第22条第3款规定的创造性。
3、对复审请求人相关意见的评述
对此，合议组认为：权利要求的保护范围以其文字记载的内容为准，复审请求人陈述的“由于是在三维CT图像中实现肾脏定位，一次性将原图各方向的尺寸缩小到原来的四分之一（横截面图像尺寸为128*128），即一次性将图像尺寸缩小到原来的1/64（降采样后的低分辨率图中1个体素点对应于原图中64个体素点），这种方案较金字塔分级降采样方案避免了在多个降采样图像上的费时的定位计算，同时也避免了为每个分辨率级别的图像分别建立专家模板图像的过程，简化了整个流程”的相关特征，在权利要求1中并没有记载。
综上，合议组对复审请求人陈述的关于权利要求1具备创造性的理由不予支持。
三、决定
维持国家知识产权局于2018年02月14日对本申请作出的驳回决定。
如对本复审请求审查决定不服，根据专利法第41条第2款的规定，复审请求人可以自收到本决定之日起三个月内向北京知识产权法院起诉。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
