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！

龙图腾网恭喜福州大学申请的专利基于前馈神经网络的生物组织内含异常组织特征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：CN115579048B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202211382706.X，技术领域涉及：G16B5/00；该发明授权基于前馈神经网络的生物组织内含异常组织特征预测方法是由汤云东;周德培;方凌海设计研发完成，并于2022-11-01向国家知识产权局提交的专利申请。

本基于前馈神经网络的生物组织内含异常组织特征预测方法在说明书摘要公布了：本发明提出一种基于前馈神经网络的生物组织内含异常组织特征预测方法，引入了前馈神经网络技术，配合生物传热数学模型以及正常组织与异常组织产热不同建立模型等，通过对建模产生的数据用以训练前馈神经网络，使之达到最佳拟合状态，来提高对新数据的预测准确率。在此基础上，对数据进行扁平化处理，使得其中一个模型产生多个数据构成的矩阵成为一个向量，建立多个模型，得到一个含多个模型数据组成的数据集，同时增加异常组织在正常组织内的角度参数，提高对异常组织的状态预测。本发明可使给定比例椭球体异常组织大小和位置的预测准确率大于98%，并发现异常组织姿态角度准确程度的预测则与异常组织不规则程度显著相关，起到了辅助科研的作用。

本发明授权基于前馈神经网络的生物组织内含异常组织特征预测方法在权利要求书中公布了：1.一种基于前馈神经网络的生物组织内含异常组织特征预测方法，其特征在于，包括以下步骤：步骤S1：构建生物组织的几何模型；步骤S2：通过有限元方法结合边界条件和初始条件，求解偏微分Pennes生物传热方程，以获取生物组织温度分布；步骤S3：设计多个不同参数以构建多个不同的模型；步骤S4：对步骤S3构建获得的多个模型进行仿真，并将仿真数据结果导出并进行整理，按照一定比例分别作为训练集，验证集和测试集；步骤S5：构建前馈神经网络，将训练集和验证集数据输入到神经网络中对其进行训练和验证；步骤S6：利用RMSE误差，得出最佳神经元数量；步骤S7：设置神经网络参数并进行训练和调整以达到最佳拟合；步骤S8：利用训练完成的神经网络对生物组织内含异常组织特征进行预测；步骤S2具体包括以下步骤：步骤S21：将整个生物组织的几何模型分成若干个有限区间，结合边界条件绝对压强和外部温度，且结合初始条件生物组织温度和异常组织温度；步骤S22：对若干个有限区间求解偏微分Pennes生物传热方程，求解出模型表面的温度分布数据，所述Pennes生物传热方程表示为： 其中，符号为哈密顿算子，下标i用于表示不同生物组织的属性，取值包括0和1，“0”表示正常生物组织，“1”表示异常生物组织；下标b则用于描述血液的热属性；参数ρi，ci，Ti，ki，分别表示组织的密度，比热容，组织温度，导热系数；Qb，Qm以及Qs分别表示血液灌注项，代谢产热率，以及分布体积热源；在步骤S3中，所设计的多个不同参数包括：生物组织大小、异常组织大小、异常组织位置和异常组织旋转角度；其中，生物组织选用4种尺度大小，异常组织半径的范围为5mm-30mm；异常组织形状设定为椭球体，其abc半轴比例假定为9:8:6，同时在给定模型的范围内随机生成6个异常组织坐标；接着，将这些坐标分配给不同异常组织半径的模型；并针对椭球型加入θ和ψ这对角度参数，两组角度参数结合成4种姿态；θ和ψ通过三维球面定义异常组织的旋转角度，其中，θ为椭球以y轴为旋转轴，由z轴正半轴向x轴正半轴旋转，ψ为椭球以z轴为旋转轴，由x轴正半轴向y轴正半轴旋转。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。