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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 河南师范大学施艳艳获国家专利权

河南师范大学施艳艳获国家专利权

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!

龙图腾网获悉河南师范大学申请的专利一种用于脑缺血电导率分布重建的数据补偿方法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:CN116869504B

龙图腾网通过国家知识产权局官网在2025-09-30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:202310731047.4,技术领域涉及:A61B5/0536;该发明授权一种用于脑缺血电导率分布重建的数据补偿方法是由施艳艳;李亚婷;王娈珺;李玉珠;李蓉;杨坷设计研发完成,并于2023-06-19向国家知识产权局提交的专利申请。

一种用于脑缺血电导率分布重建的数据补偿方法在说明书摘要公布了:本发明公开了一种用于脑缺血电导率分布重建的数据补偿方法,该方法通过将颅脑满场边界测量电压值送入训练好的全连接神经网络中,从而确定脱水程度,由脱水程度进而在先验序列找到相对应的由单独头皮脱水引起的模型边界测量电压值,随后进行补偿,结合像素的坐标信息,实现颅内脑缺血图像的重建,最终对图像重建结果使用自适应阈值滤波算法进行二值化处理,该方法通过直接处理边界电压数据,能够有效提高图像重建质量。

本发明授权一种用于脑缺血电导率分布重建的数据补偿方法在权利要求书中公布了:1.一种用于脑缺血电导率分布重建的数据补偿方法,其特征在于,具体步骤为: 步骤S1,确定颅脑的形状和结构信息,在计算机上实现标准的2D椭圆颅脑模型的构建,并将颅脑不同组织的电导率信息融合到不同层的组织结构中,该模型为头皮、颅骨和脑组织三层结构,分别将头皮层、颅骨层与脑组织层的电导率设置为0.44Sm、0.012Sm、0.163Sm以模拟脑水肿; 步骤S2,采用16电极的电阻抗层析成像系统,在颅脑模型的最前点放置1号电极,随后逆时针将16个电极等间距围绕贴合在头皮层上,在相对电流激励、相邻电压测量的方式下,首先对1号电极施加安全的电流激励,同时将9号电极接地,在2号‑3号、3号‑4号、4号‑5号、5号‑6号、6号‑7号、7号‑8号、10号‑11号、11号‑12号、12号‑13号、13号‑14号、14号‑15号、15号‑16号总计12个电极对处测量电压值,共获得12个电压测量值作为第一组测量数据,以此类推,按照相同的方法,依次对2~16电极进行激励,将与激励电极相对的电极接地,在其余电极对上测量电压值,共获得16组测量数据,每组测量数据包含12个电压测量值,在遍历激励每个电极后,共获得192个电压测量值; 步骤S3,首先,通过上述电阻抗层析成像系统的测量方式获取脑组织层与头皮层同时脱水时的颅脑满场边界电压测量值Ubs,其中脱水程度d={d1,d2,…di},下标i用于标记其相对应的脱水程度的大小,i的取值为:i={1,2,···9,10},间隔步长设置为1%,即d1表示脱水程度大小为1%,d2表示脱水程度大小为2%,以此类推,将每次测量的颅脑满场边界电压测量值Ubs及其对应的脱水程度di构成一个样本S,测量多组样本形成训练数据集D,将训练数据集D用于网络的训练,其次,测量单独头皮脱水d’∈[1%,10%]所引起的模型边界测量电压值Us;将模型边界测量电压值Us及其对应的脱水程度di’构成一个先验序列Ps; 步骤S4,构建全连接神经网络,其包含拉直层、输入层、隐含层和输出层; 步骤S401,在正向传播过程中,为了匹配输入层,将颅脑满场边界电压测量值通过拉直层变为并将颅脑满场边界电压测量值作为全连接神经网络的输入; 步骤S402,隐藏层有60个神经元,由线性整流单元ReLU函数激活,ReLU函数用于产生非线性映射,其数学表示为: 式中,m表示输入,如果m为负或等于0,则神经元不被激活,否则,输出为m,输出层中有十个神经元,激活函数是SoftMax,它将多个输入转换成和为1的输出数据,对于第t个神经元,SoftMax被描述为: 式中,St是输出层的输出,et是神经元的输出,j是神经元的数量,通过SoftMax功能激活后,输出层的输出显示十种不同分类的概率; 步骤S403,将颅脑满场边界电压测量值Ubs所对应的脱水程度di作为全连接神经网络的输出,设置为10层; 步骤S5,对全连接神经网络进行训练,训练所使用的损失函数H为: 式中,pn表示标记值,qn表示网络输出值; 步骤S6,利用AdamAdaptive Momentum Estimation优化器进行训练,学习率和正则化参数分别设置为0.0001和0.000001; 步骤S7,按照上述电阻抗层析成像系统的测量方式得到不同脑缺血患者或同一脑缺血患者不同时间段的实际脱水边界电压测量值Ureal,将实际脱水边界电压测量值Ureal输入到训练好的全连接神经网络中,经过正向传播获得此时的脱水程度di; 步骤S8,在先验序列Ps中找到相应脱水程度di’的模型边界测量电压值Us,得到补偿后的电压u',即u'=Ureal‑Us; 步骤S9,将电学层析成像问题视为一个反问题u'≈A·g,式中,A为灵敏度矩阵,g为电导率变化量,基于L1正则化方法,电导率分布估计为式中,λ为正则化参数,用于平衡保真项与惩罚项||g||1之间的权重; 步骤S10,采用交替方向乘子法求解步骤S9的最优电导率分布,将得到的最优电导率分布融合图像像素的位置信息,重建出补偿后的颅脑脑缺血的电导率分布图像; 步骤S11,采用自适应阈值滤波算法对补偿后的图像重建结果进行二值化处理,高于阈值的设为1,低于阈值的设为0。

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河南师范大学,其通讯地址为:453007 河南省新乡市牧野区建设东路46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AI智能生成
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。