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！

龙图腾网恭喜苏州越众生物科技有限公司申请的专利基于机器视觉的内窥镜取样钳全流程缺陷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：CN120013951B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202510506173.9，技术领域涉及：G06T7/00；该发明授权基于机器视觉的内窥镜取样钳全流程缺陷检测方法是由刘成设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本基于机器视觉的内窥镜取样钳全流程缺陷检测方法在说明书摘要公布了：本发明涉及医疗器械质量检测技术领域，特别是涉及基于机器视觉的内窥镜取样钳全流程缺陷检测方法，本发明提出了通过多尺度几何感知特征提取器处理图像数据，生成特征图集，并利用部位自适应注意力模块识别关键部位，缺陷敏感残差网络用于增强相关缺陷特征，医疗级精确分割模块实现缺陷分割，结合专家知识引导的自校准机制和缺陷本体知识库，该方法能有效评估并校准检测不确定性，确保检测精度，该方法适应性强，能高效提取不同尺度缺陷特征，提高内窥镜取样钳的质量检测效率。

本发明授权基于机器视觉的内窥镜取样钳全流程缺陷检测方法在权利要求书中公布了：1.基于机器视觉的内窥镜取样钳全流程缺陷检测方法，其特征在于，包括： 获取内窥镜取样钳的图像数据； 通过多尺度几何感知特征提取器处理所述图像数据，生成多尺度特征图集； 基于所述多尺度特征图集，通过部位自适应注意力模块识别内窥镜取样钳的钳口、铰链和杆体三个关键部位，生成加权注意力特征图； 基于所述加权注意力特征图，通过缺陷敏感残差网络增强与缺陷类型相关的特征，生成缺陷敏感特征图； 基于所述缺陷敏感特征图，通过医疗级精确分割模块生成内窥镜取样钳缺陷分割结果； 基于所述缺陷分割结果，通过专家知识引导的自校准机制评估检测结果的不确定性，并在不确定性超过预设阈值时，基于内窥镜取样钳缺陷本体知识库对检测结果进行校准； 所述多尺度几何感知特征提取器处理所述图像数据，具体包括： 构建包含标准卷积分支、深度可分离卷积分支和点卷积分支的几何感知卷积核； 基于内窥镜取样钳不同组件的几何特征，通过以下公式自适应调整所述几何感知卷积核的权重系数： ， 其中，为第i个分支的权重系数；GAP为全局平均池化操作；FC为全连接层；为第i个分支的输出特征图；Softmax为归一化函数； 通过角度敏感池化层，捕获钳口、铰链和杆体三个关键部位的方向特征，公式为： , 其中，ASP为角度敏感池化操作；F为输入特征图；θ为旋转角度，取值范围为[0°,45°,90°,135°]；为角度的旋转变换矩阵；MaxPool为最大池化操作；表示矩阵乘法操作； 生成多尺度特征图集，其中：表示分辨率为原始图像倍的特征图；s为尺度比例因子； 所述缺陷敏感残差网络具体包括： 针对内窥镜取样钳特有缺陷类型，包括表面划痕、钳口变形、铰链松动、镀层剥落和裂纹，设计专用残差单元，公式为： ， 其中，为输出特征图，为输入特征图，为标准残差路径，为缺陷敏感跳跃连接； 针对不同类型缺陷设计特化的残差路径： 对于表面划痕，采用多方向Gabor滤波器增强纹理特征； 对于钳口变形，使用形状先验约束的残差连接； 对于铰链松动，结合时序差分模块捕获动态特征； 对于镀层剥落，引入反射率分析单元增强材质变化特征； 对于裂纹，采用方向敏感扩张卷积放大细微结构； 通过级联多个残差单元，生成缺陷敏感特征图； 所述专家知识引导的自校准机制具体包括： 构建内窥镜取样钳缺陷本体知识库，包含专家标注的缺陷案例； 通过以下公式计算基于注意力图的不确定性： , 其中，U为检测结果的不确定性度量值；为缺陷类别概率；log为自然对数函数，λ为平衡参数；为注意力图的梯度；·表示L1范数；∑表示对所有缺陷类别进行求和操作； 当不确定性超过预设阈值时，通过以下公式进行专家知识引导的自校准： , 其中，为校准后的缺陷类别概率，为原始预测概率，为动态权重系数，为基于知识库的专家先验概率； 生成校准后的内窥镜取样钳缺陷检测报告，包含缺陷类型、位置、严重程度和修复建议； 所述内窥镜取样钳缺陷本体知识库的构建具体包括： 收集内窥镜取样钳在生产、使用和维护过程中出现的各类缺陷样本； 邀请至少三名具有五年以上经验的医疗器械质检专家对所述缺陷样本进行标注； 对每个缺陷样本建立结构化描述，包括缺陷类型、外观特征、成因分析和影响评估； 建立缺陷相似性度量标准，用于快速检索相似缺陷案例； 定期更新知识库内容，纳入新发现的缺陷类型和特征。

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苏州越众生物科技有限公司，其通讯地址为：215300 江苏省苏州市昆山市玉山镇玉杨路299号9号房；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”。