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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 中国人民解放军北部战区总医院金岩获国家专利权

中国人民解放军北部战区总医院金岩获国家专利权

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!

龙图腾网获悉中国人民解放军北部战区总医院申请的专利二尖瓣反流频谱包络线识别方法和左房压测定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:CN115177288B

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:202210711862.X,技术领域涉及:A61B8/04;该发明授权二尖瓣反流频谱包络线识别方法和左房压测定方法是由金岩;王辉山;温朝阳;尹连成;岳凤捷;毛克明;白旭方;郑海宁设计研发完成,并于2022-06-22向国家知识产权局提交的专利申请。

二尖瓣反流频谱包络线识别方法和左房压测定方法在说明书摘要公布了:本发明公开了一种二尖瓣反流频谱包络线识别方法和左房压测定方法,属于曲线修正技术领域。包括搭建BCD‑Unet深度学习模型,以完成多普勒频谱曲线的初步包络;然后对BCD‑Unet深度学习模型进行后处理,为了处理曲线错位问题设计了曲线修正模块、设计了曲线填充模块来处理因部分曲线未被检测到而导致的曲线断裂问题,为了更好的融合填充曲线和修正曲线产生的信息,还设计了一个曲线融合模块,将两条曲线进行进一步的特征融合,综合两条曲线的优势并得到最终的边缘曲线,以满足精确测量需求;利用医院采集的数据对模型进行迭代训练,从而不断优化模型,经过训练的深度学习模型具有自动跟踪包络的能力。

本发明授权二尖瓣反流频谱包络线识别方法和左房压测定方法在权利要求书中公布了:1.一种二尖瓣反流频谱包络线识别方法,其特征在于:该方法是针对二尖瓣反流连续多普勒频谱,对其进行包络线识别;该方法具体包括如下步骤: (1)搭建深度学习网络模型,对二尖瓣反流频谱图进行边缘检测;由于所述网络模型预测出的边缘存在错位和断裂的情况,因此使用后处理模块对边缘进行修正操作;所述后处理模块包括曲线修正模块、曲线填充模块和曲线融合模块,其中:曲线修正模块用于处理曲线错位问题,曲线填充模块用于处理曲线断裂问题,曲线融合模块用于将两条曲线进行进一步的特征融合,综合两条曲线的优势并得到最终的连续、光滑的边缘曲线; 所述网络模型为BCD—Unet深度学习模型,并使用交叉熵损失函数对其进行训练,交叉熵损失函数如公式1所示: ; 公式(1)中,yi代表像素点i是否属于包络曲线的像素点,若属于为1,否则为0;pi是像素点i被预测为属于包络曲线像素点的概率;N为像素点数量; 所述曲线修正模块由曲线拟合和一维unet1D-Unet两部分组成,曲线拟合的目的是使用多项式拟合的方式得到一条连续平滑的曲线,而1D-Unet则是通过深度回归对拟合后的曲线进行修正,使其更接近于根据医生手动对边缘关键点标记连成的边缘曲线;经过该曲线修正模块处理的曲线能够有效解决曲线错位问题;1D-Unet的输入为拟合后的曲线,输出为修正后的曲线;这些曲线均采用一维数组的方式进行存储; 所述曲线修正模块使用L2损失函数对其进行训练,L2损失函数如公式2所示: ; 公式(2)中,代表点i的真实值,代表曲线修正模块对点i的预测值,N代表数组中的元素个数;L2损失函数是回归任务中常用的损失函数之一,它具有计算速度快、方便求导等优点;曲线修正模块的训练过程与BCD-Unet相似,依然采用反向传播的方式进行训练,通过评估模型输出值与真实值的差异,不断调整该模型;曲线修正模块的训练参数设置为:epochs=50,batch_size=16; 所述曲线填充模块是以一维生成对抗网络1D-GAN对曲线进行处理,以判别器、生成器对抗的方式进行训练;经过训练后该曲线填充模块可以对曲线上缺失的部分进行修复,从而得到光滑的填充曲线;1D-GAN的输入为有缺失部分的曲线,输出为修复后的曲线,这些曲线同样以一维数组的方式存储; 所述曲线填充模块是基于生成对抗网络的思想,使用两个损失函数分别训练判别器与生成器,判别器与生成器的损失函数分别如公式3和公式4所示: ; 其中:E代表数学期望,代表经过BCD-Unet得到的粗检测结果,代表真实曲线,z为随机添加的噪声,G代表生成器,D代表判别器,G和D分别代表生成器和判别器的输出结果; 所述曲线融合模块输入为曲线修正模块与曲线填充模块的结果,输出为融合后的曲线;这些曲线也均使用一维数组的方式存储;使用L1损失函数作为其目标函数,L1损失函数如公式6所示: ; 公式(6)中,代表点i的真实值,代表曲线修正模块对点i的预测值,N代表数组中的元素个数;L1损失函数的稳健性好、计算速度快,能更好地融合曲线修正模块和曲线填充模块的结果;该模块同样采用反向传播的方式进行训练,评估模型输出值与真实值的差异,不断调整该模型; (2)利用医院采集的数据对步骤(1)中所述的模型进行迭代训练,经过训练的深度学习模型具有自动跟踪包络的能力; (3)利用步骤(2)训练后的模型,以二尖瓣反流频谱为输入,输出的为边缘曲线和左房压力值LAP,边缘曲线为包络线。

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中国人民解放军北部战区总医院,其通讯地址为:110016 辽宁省沈阳市沈河区文化路83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。