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 > 恭喜广东轻工职业技术大学陈钰获国家专利权

恭喜广东轻工职业技术大学陈钰获国家专利权

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!

龙图腾网恭喜广东轻工职业技术大学申请的专利一种轻量化超声心动图标准切面识别方法、装置和介质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:CN114863185B

龙图腾网通过国家知识产权局官网在2025-04-04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:202210605200.4,技术领域涉及:G06V10/764;该发明授权一种轻量化超声心动图标准切面识别方法、装置和介质是由陈钰;赖广源;庄恒锋;李晓航;黄正阳;麦浩楠;陈嘉雯设计研发完成,并于2022-05-31向国家知识产权局提交的专利申请。

一种轻量化超声心动图标准切面识别方法、装置和介质在说明书摘要公布了:本发明涉及轻量化超声心动图标准切面识别方法、装置及介质,该方法包括如下步骤:S1:收集二维超声心动图标准切面的数据,形成数据集;S2:对数据集进行分类,将数据集划分为训练集、测试集和验证集;S3:对数据集进行预处理和数据增强;S4:搭建深度学习网络模型作为训练模型,用训练集对训练模型进行训练;S5:用验证集对训练模型进行验证,根据评估结果调整训练模型的超参数,用测试集测试训练模型的泛化能力,得到超声心动图分类模型;S6:将超声心动图输入到已训练好的超声心动图分类模型中,得到超声心动图分类识别结果。通过在Mobilenet‑Echo网络结构中,基于轻量化网络设计,以减少模型参数。属于检测技术领域。

本发明授权一种轻量化超声心动图标准切面识别方法、装置和介质在权利要求书中公布了:1.一种轻量化超声心动图标准切面识别方法,其特征在于:包括如下步骤,S1:收集二维超声心动图标准切面的数据,形成数据集;其中二维超声心动图标准切面的数据包括超声心动图标准切面图像和标识该图像的超声心动切面类型,超声心动切面类型包括心尖二腔室、心尖三腔室、心尖四腔室、大动脉短轴和胸骨旁长轴;S2:对数据集进行分类,将数据集划分为训练集、测试集以及验证集;S3:对步骤S2的数据集进行预处理以及数据增强;S4:搭建深度学习网络模型作为训练模型,用步骤S2中的训练集对训练模型进行训练;S5:使用验证集对训练模型进行验证,进一步根据评估结果来调整训练模型的超参数;用测试集测试训练模型最终的泛化能力,进而得到超声心动图分类模型;S6:将超声心动图输入到已训练好的超声心动图分类模型中,得到超声心动图分类识别结果;在超声心动图分类模型中,深度学习网络模型包括起始部分、中间部分和最后部分;其中,在起始部分中:将大小为224x224x3的超声图像输入到1个二维卷积层,通过3x3的卷积核,提取超声心动图标准切面特征,并输出特征层;在中间部分中:由9个bneck模块组成,9个bneck模块依次连接;将起始部分输出的特征层作为输入,经每个bneck模块卷积操作之后,输出特征层,并作为下一个bneck模块的输入;在最后部分中:将中间部分的输出的特征层作为输入,先通过1个二维卷积层进行1x1卷积操作,进而再将卷积操作后得到的特征层输入到池化层,经7x7卷积核后,通过两个1x1的卷积层代替全连接层,输出类别索引k;类别索引k与超声心动切面类型匹配。

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广东轻工职业技术大学,其通讯地址为:510300 广东省广州市海珠区新港西路152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。