Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中国人民解放军空军军医大学丁进获国家专利权

恭喜中国人民解放军空军军医大学丁进获国家专利权

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!

龙图腾网恭喜中国人民解放军空军军医大学申请的专利一种噪声环境下肺超声胸膜线和B线状态检测方法及系统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:CN119600025B

龙图腾网通过国家知识产权局官网在2025-04-11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:202510142724.8,技术领域涉及:G06T7/00;该发明授权一种噪声环境下肺超声胸膜线和B线状态检测方法及系统是由丁进;杨凯辉;郑朝晖;张颖;庞琳烜;张鼎文设计研发完成,并于2025-02-10向国家知识产权局提交的专利申请。

一种噪声环境下肺超声胸膜线和B线状态检测方法及系统在说明书摘要公布了:本发明涉及超声设备技术领域,具体涉及一种噪声环境下肺超声胸膜线和B线状态检测方法及系统;方法包括以下步骤:构建肺部超声网络;采集肺部超声视频数据,对肺部超声视频数据进行分类处理,得到训练集;使用S2中得到的训练集,对肺部超声网络进行训练,得到训练好的肺部超声检测模型;本发明通过图像预处理与频域增强技术,对原始超声图像进行降噪处理,增强了关键特征的显著性,保留了原始数据的有效信息;本发明设计了适应密集噪声环境的神经网络模型,能够从复杂的噪声背景中自动提取有效的特征表示,实现对胸膜线和B线状态的准确检测。

本发明授权一种噪声环境下肺超声胸膜线和B线状态检测方法及系统在权利要求书中公布了:1.一种噪声环境下肺超声胸膜线和B线状态检测方法,其特征在于,包括以下步骤:S1、构建肺部超声网络,采用编码器-解码器构建肺部超声网络,所述编码器由经过预训练的Resnet系列模型组成,所述解码器包括注意力模块、第一检测头模块以及第二检测头模块;预先设定编码器编码后固定长度的特征向量,解码器中的注意力模块接收特征向量并生成加权后的特征向量,第一检测头模块接收加权后的特征向量并输出胸膜线状态预测,第二检测头模块接收加权后的特征向量并输出B线状态预测;S2、采集肺部超声视频数据,对肺部超声视频数据进行分类处理,得到训练集;S3、使用S2中得到的训练集,对肺部超声网络进行训练,得到训练好的肺部超声检测模型,具体过程是:S31、对任意一组肺部超声视频预处理,每组肺部超声视频包含条视频,经过预处理后的视频数据表示为;式中:为视频帧数;为视频通道数;为视频的高;为视频的宽;然后通过编码器对每组待检视频的所有视频帧进行编码,得到一系列编码向量,其中每一个编码向量的维度是D;式中:L为肺部超声视频数;N为视频的帧数;为代数变量;为编码的向量总数;S32、对一系列编码向量进行重塑,得到重塑结果表示为;式中:表示多头注意力的头数;表示每个注意力头的空间维度;S33、使用步骤S32的重塑结果来初始化特征矩阵,预设一个维度为的注意力向量以及一个缩放因子,根据下式计算得到维度固定为的注意力得分矩阵,公式如下: 式中:表示在最后一个维度求和的操作;表示矩阵逐元素相乘;表示缩放因子;表示注意力向量;S34、对注意力得分矩阵应用Sigmoid激活函数,沿着视频帧数进行对齐和归一化,得到注意力权重矩阵Attn,其中注意力权重矩阵Attn的形状表示为;S35、利用注意力权重矩阵Attn对特征矩阵进行加权求和,实现帧融合,得到维度为的注意力结果矩阵;S36、通过第一检测头模块以及第二检测头模块将注意力结果矩阵映射到两个结果空间,分别得到胸膜线状态检测的诊断结果与B线状态检测的诊断结果;S37、将S2中的真值标签和与S36得到预测结果和输入到交叉熵损失函数,利用反向传播算法训练肺部超声网络,得到训练好的肺部超声检测模型;交叉熵损失函数如下式所示: 式中:表示类别总数;表示真值标签的独热编码中第个类别的值;表示模型预测的第个类别的概率值;表示交叉熵损失;表示类别的索引,取值范围为1~n;S4、将未知的肺部超声视频输入至肺部超声检测模型中,获得未知的肺部超声视频的胸膜线和B线状态检测结果。

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中国人民解放军空军军医大学,其通讯地址为:710032 陕西省西安市长乐西路169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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。