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！

龙图腾网获悉同济大学申请的专利基于教师-学生网络异常检测算法的超声伪影检测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：CN119579991B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411702073.5，技术领域涉及：G06V10/764；该发明授权基于教师-学生网络异常检测算法的超声伪影检测方法是由齐鹏;申雨田设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本基于教师-学生网络异常检测算法的超声伪影检测方法在说明书摘要公布了：本发明公开了基于教师‑学生网络异常检测算法的超声伪影检测方法，将预先获取的若干超声图像序列，分类为有伪影的异常图像和无伪影的正常图像；构建教师‑学生网络的异常检测模型，其中，教师网络的输出依次经过滤波和单类瓶颈嵌入模块后作为学生网络的输入；使用无伪影的正常图像对教师‑学生网络的异常检测模型进行训练，直至学生网络端拥有和教师网络一致的正常特征提取和重建能力；将实时获取的超声图像序列输入到训练好的异常检测模型中，得到去伪影的正常图像。该方法将教师学生网络异常检测算法应用于超声图像伪影检测，计算效率高，能够有效检测出不同类型的超声伪影，具有较强的鲁棒性。

本发明授权基于教师-学生网络异常检测算法的超声伪影检测方法在权利要求书中公布了：1.基于教师‑学生网络异常检测算法的超声伪影检测方法，其特征在于：包括如下步骤： 步骤1、将预先获取的若干超声图像序列，分类为有伪影的异常图像和无伪影的正常图像； 步骤2、构建教师‑学生网络的异常检测模型；所述异常检测模型包括一个教师网络、一个单类瓶颈嵌入模块和一个学生网络，其中教师网络的输出依次经过滤波和单类瓶颈嵌入模块后作为学生网络的输入；构建教师‑学生网络的异常检测模型的具体过程如下： 步骤2.1、构建教师网络，使用基于ImageNet数据集上预训练出来的WideResNet50作为教师编码器； 步骤2.2、构建自适应滤波器模块，连接在教师网络和单类瓶颈嵌入模块之间，设计为一个可学习的层，包括一个3x3大小的卷积核，用于调整滤波参数；所述自适应滤波器模块的初始化参数为一个可训练的张量α，表示滤波强度的起始点，根据教师网络输出Fteacher的局部均值和标准差动态调整α； 步骤2.3、构建连接在教师网络和学生网络中间的单类瓶颈嵌入模块，用于抑制异常特征；所述单类瓶颈嵌入模块，首先，将原始图像进行多次下采样获得不同尺度的融合特征，然后，将融合后的特征图输入自注意力模块计算自注意力； 步骤2.4、构建学生网络，将教师编码器的对称反向结构作为学生解码器的结构； 步骤3、使用无伪影的正常图像对教师‑学生网络的异常检测模型进行训练，直至学生网络端拥有和教师网络一致的正常特征提取和重建能力； 步骤4、将实时获取的超声图像序列输入到训练好的异常检测模型中，得到去伪影的正常图像。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。