郑州大学;郑州大学产业技术研究院有限公司;郑州海威光电科技有限公司孙钢灿获国家专利权
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!
龙图腾网获悉郑州大学;郑州大学产业技术研究院有限公司;郑州海威光电科技有限公司申请的专利一种基于神经网络和红外热成像的早期心脏病辅助诊断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:CN116072289B 。
龙图腾网通过国家知识产权局官网在2025-11-28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:202310081917.8,技术领域涉及:G16H50/20;该发明授权一种基于神经网络和红外热成像的早期心脏病辅助诊断方法是由孙钢灿;原会朋;薛琦;焦战威;郝万明设计研发完成,并于2023-01-16向国家知识产权局提交的专利申请。
本一种基于神经网络和红外热成像的早期心脏病辅助诊断方法在说明书摘要公布了:本发明涉及红外热成像技术领域,尤其涉及一种基于神经网络和红外热成像的早期心脏病辅助诊断方法。针对红外热成像诊断理论普及程度不足,难以实现快速推广的问题,现提出如下方案,包括以下步骤:S1:利用红外热成像设备采集人体躯干和上肢红外热热像图像;S2:对图像数据进行预处理和分割以获得目标区域图像;S3:对图像样本进行分类标注,并建立数据集;S4:扩展数据集;S5:构建Transformer神经网络模型;S6:使用数据集训练神经网络;结合红外热成像设备,通过本发明可实现早期心脏病进行辅助诊断,实现不会对身体造成损害的无损检测,诊断准确率和图像精度得以显著提升,大大提高红外热成像诊断理论普及程度。
本发明授权一种基于神经网络和红外热成像的早期心脏病辅助诊断方法在权利要求书中公布了:1.一种基于神经网络和红外热成像的早期心脏病辅助诊断方法,其特征在于,包括以下步骤: S1:利用红外热成像设备采集人体躯干和上肢红外热热像图像; S2:对图像数据进行预处理和分割以获得目标区域图像; S3:对图像样本进行分类标注,并建立数据集; S4:扩展数据集;数据增强,使用几何变换类对图像进行几何变换,包括旋转,移位,裁剪,变形和缩放操作,选择裁剪成固定大小输入的方案,所有数据类别的样本数量接近; S5:构建Transformer神经网络模型;transformer的输入通过Word2Vec将输入语料转化成特征向量,由嵌入向量X乘以三个不同的权值矩阵WQ,WK,WV得到Query向量Q,Key向量K和Value向量V,长度均是64,其中三个矩阵的尺寸相同,计算方法如下: ; 针对图像分类任务添加分类器单元,将调整后的人体胸部热成像图片划分成固定大小的子图,连接各子图后进行维度调整,得到图片嵌入向量;进行二维位置编码,得到二维位置编码向量和图片嵌入向量连接,作为模型输入;将连接后向量送入Transformer模型,提取图片特征,最终解码时通过分类器单元将模型输出的向量转换成概率表示,完成人体胸部红外图像的分类;设计模型进行训练与分类,搭建Transformer神经网络,将经过上述图像处理后的输入模型进行训练与识别,经过不断的网络结构调整和实验,提升准确率、AUC值、精确率以及识别速率的衡量指标,进行数据集设置,样本大小设定为310×150,将图像进行打乱处理,再对数据集进行合理划分,采用5折交叉验证的方法,将数据集划分为互不重复且相等的5份,选择其中4份作为训练集,剩余1份作为测试集,用同样的方法重复5次,将5次实验的平均值作为最终结果,在Windows1064-bit操作系统上搭建Pytorch框架,基于以上数据集进行图像分类任务,样本输入大小设定为310×150; S6:使用数据集训练神经网络; S7:将待诊断的图像输入训练后的有效模型进行辅助诊断。
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郑州大学;郑州大学产业技术研究院有限公司;郑州海威光电科技有限公司,其通讯地址为:450000 河南省郑州市高新技术开发区科学大道100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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励