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！

龙图腾网恭喜东北大学;中国医科大学附属盛京医院申请的专利一种基于卷积神经网络的ACS预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：CN115083594B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202210548953.6，技术领域涉及：G16H50/20；该发明授权一种基于卷积神经网络的ACS预测方法是由杨金柱;黄艳;侯阳;尚靳;李洪赫;瞿明军;曹鹏;冯朝路;覃文军设计研发完成，并于2022-05-20向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的ACS预测方法在说明书摘要公布了：本发明提供一种基于卷积神经网络的ACS预测方法，涉及人工智能计算机技术领域；该方法首先在CCTA数据上采集冠脉三个主要分支的节段数据，包括开口处节段数据和病变处节段数据，并按照是否发生ACS事件分成两类，并组建训练数据集和验证数据集；然后构建用于ACS分类的CNN网络模型，使用训练数据集对模型进行训练，获得模型参数；最后把训练得到的模型参数加载到构建好的ACS分类的CNN网络模型中，再采用验证数据集对其进行验证，以选取最优的ACS分类的CNN网络模型，从而准确的预测未来ACS事件的发生，能够辅助临床工作者更加准确地，客观地预测未来ACS事件。

本发明授权一种基于卷积神经网络的ACS预测方法在权利要求书中公布了：1.一种基于卷积神经网络的ACS预测方法，其特征在于，具体包括以下步骤：步骤1：采集用于ACS分类所需要的血管节段数据；所述用于ACS分类的数据来自CCTA中冠脉的三个主要分支血管的病变处和开口处的血管节段；步骤2：对获得的血管节段数据进行预处理；由于节段数据是来自冠脉的三个主分支的病变处和开口处的血管节段，因此需要首先对这些节段数据进行拼接，使得冠脉三个主要分支血管的病变处节段和开口处节段能够分别成为单独的完整数据，考虑到CCTA扫描的方式不同，对节段数据进行物理大小归一化，保证数据尺度的统一性；步骤3：首先构建CNN模型，然后采用经过步骤2处理后带有标签的血管节段数据进行CNN模型训练和验证，得到性能良好的CNN模型；步骤4：将步骤2处理后的用于ACS分类所需要的血管节段数据，这里的血管节段数据是指没有参与训练以及验证CNN模型的数据，即没有对应标签的数据；输入至构建好的CNN模型中，输出是否发生ACS的预测结果；所述步骤3具体为：步骤3.1：构建由两个具有相同构造但参数不同的ResNet和SPP-net组成的主干网络，以及通道特征融合网络和全连接预测层即FC预测层组成的CNN模型；步骤3.2：基于训练集数据对CNN模型进行训练，获得模型参数；步骤3.3：对训练好的CNN模型采用验证集数据进行验证；所述通道特征融合网络用于把通道数为2的特征图转换为1通道，并且增加通道之间的非线性，降低参数的冗余；通道特征融合网络是由两个连续的子网络模块，连接一个Dropout层组成，其中子网络由一个一维的Convolutional层、一维BN和ReLU函数组成。

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东北大学;中国医科大学附属盛京医院，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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”。