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！

龙图腾网获悉湖南大学申请的专利一种超声图像识别模型及超声图像识别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：CN116797852B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202310950122.6，技术领域涉及：G06V10/764；该发明授权一种超声图像识别模型及超声图像识别方法是由马子骥;蒋志文;帅智康;刘宏立设计研发完成，并于2023-07-31向国家知识产权局提交的专利申请。

本一种超声图像识别模型及超声图像识别方法在说明书摘要公布了：本申请适用于超声图像识别技术领域，提供了一种超声图像识别模型及超声图像识别方法，超声图像识别模型包括残差模块、类金字塔分解模块、概率池化模块、通道注意力模块、第一特征图像调节模块、第二特征图像调节模块以及图像识别模块；残差模块接收超声图像，输出端分别连接类金字塔分解模块、第一特征图像调节模块、第二特征图像调节模块，类金字塔分解模块连接概率池化模块，概率池化模块连接通道注意力模块，通道注意力模块连接第一特征图像调节模块，第一特征图像调节模块连接第二特征图像调节模块，第二特征图像调节模块连接图像识别模块，图像识别模块输出超声图像的识别结果。本申请能够提高超声图像识别的准确性。

本发明授权一种超声图像识别模型及超声图像识别方法在权利要求书中公布了：1.一种超声图像识别模型，其特征在于，所述超声图像识别模型包括残差模块、类金字塔分解模块、概率池化模块、通道注意力模块、第一特征图像调节模块、第二特征图像调节模块以及图像识别模块； 所述残差模块，用于对输入超声图像进行卷积处理，得到所述输入超声图像对应的初始多通道特征图像； 所述类金字塔分解模块，用于对所述初始多通道特征图像中每个通道对应的特征图像进行金字塔分解，得到每个通道对应的多个特征子图像；所述多个特征子图像的尺度互不相同； 所述概率池化模块，用于分别对所述多个特征子图像中的每个特征子图像进行概率池化，得到每个特征子图像的初始权重系数；所述概率池化表示不同特征子图像对应的池化方式的概率互不相同，所述池化方式包括最大池化、平均池化、最小池化以及随机池化，所述概率服从标准正态分布； 所述通道注意力模块，用于根据所述初始权重系数计算每个通道的通道权重，并对所有通道的通道权重进行一维卷积处理，得到所述初始多通道特征图像的通道权重矩阵； 所述第一特征图像调节模块，用于将所述通道权重矩阵和所述初始多通道特征图像相乘，得到中间多通道特征图像； 所述第二特征图像调节模块，用于将所述中间多通道特征图像和所述初始多通道特征图像相加，得到最终多通道特征图像； 所述图像识别模块，用于对所述最终多通道特征图像进行识别，得到所述最终多通道特征图像的识别结果。

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湖南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路麓山门；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”。