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！

龙图腾网获悉浙江师范大学申请的专利一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法及系统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：CN120304789B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510807919.X，技术领域涉及：A61B5/02；该发明授权一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法及系统是由陈祎;吴琼;张微;邵杰;余美芳;刘雯;陈达如设计研发完成，并于2025-06-17向国家知识产权局提交的专利申请。

本一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法及系统在说明书摘要公布了：本发明涉及医疗健康监测领域，公开了一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法及系统，所述方法包括：采集内瘘震颤音样本；对内瘘震颤音样本进行预处理；利用可逆音像变换将已预处理后的内瘘震颤音样本转换为幅度谱图与相位谱图；将幅度谱图输入经正常样本训练的扩散模型，通过去噪重构生成契合正常样本分布的幅度谱图；将重构幅度谱图结合原始相位谱图利用可逆音像变换还原为重构内瘘震颤音样本；对原始与重构内瘘震颤音样本进行多频段的特征提取，训练多簇高斯聚类模型，并基于对数似然阈值实现异常分类，判断内瘘狭窄。本发明通过上述技术方案，能够显著提高动静脉内瘘异常检测的准确度与鲁棒性。

本发明授权一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法及系统在权利要求书中公布了：1.一种基于可逆音像变换和扩散模型的内瘘震颤音数据处理方法，其特征在于，包括如下步骤： 步骤S10，建立内瘘震颤音样本数据库； 步骤S20，对内瘘震颤音样本进行预处理； 步骤S30，利用可逆音像变换将已预处理后的内瘘震颤音样本转换为幅度谱图与相位谱图； 步骤S40，将幅度谱图输入经正常样本训练的扩散模型，通过去噪重构生成契合正常样本分布的幅度谱图； 步骤S50，将重构幅度谱图结合原始相位谱图利用可逆音像变换还原为重构内瘘震颤音样本； 步骤S60，对原始与重构内瘘震颤音样本分频段计算重构误差与能量特征，组成特征向量后训练多簇高斯聚类模型，并基于对数似然值设定阈值实现异常分类； 其中，所述步骤S40，包括如下步骤： 步骤S41，对原始幅度谱图定义逐渐增大的噪声尺度参数，构建条件概率分布并通过公式递推采样含噪图像，并在频率维划分区域施加不同噪声扰动，在高频区域设置较大噪声尺度； 步骤S42，构建基于U-Net的噪声预测网络，引入高频注意力机制，通过频率值计算与频率加权函数构造注意力权重张量，增强模型对高频区域的关注； 步骤S43，采用标签为“正常”的幅度谱图样本进行训练，通过正向扩散生成加噪谱图并输入网络，利用对数域均方误差损失函数训练噪声预测网络； 步骤S44，利用确定性采样策略，从初始高斯噪声图像出发执行逆扩散过程，通过确定性采样公式逐步恢复清晰的重构幅度谱图； 其中，所述步骤S43中所述对数域均方误差损失函数为： ， 其中，为原始幅度谱图，为模型最终预测的重构幅度谱图，为防止对数计算中出现零值的平滑项，和为幅度谱图的横轴和纵轴坐标； 其中，所述步骤S44中所述确定性采样公式为： ， 其中，t为逆向扩散过程中的时间步，为在时间步的带噪幅度谱图，为当前扩散步的噪声衰减系数，为累计保持因子，为噪声预测结果，为在时间步预设的噪声尺度参数，表示来自标准正态分布的随机扰动； 其中，所述步骤S50，包括如下步骤： 步骤S51，对重构幅度谱图进行反归一化处理以恢复原始幅度大小； 步骤S52，将反归一化后的重构幅度谱图与重采样后的相位谱图融合，构建包含振幅与相位信息的重构复数频谱图； 步骤S53，对复数频谱图执行逆短时傅里叶变换，通过离散逆傅里叶变换及帧移重叠加和生成完整时间域重构音频信号，且采用与正向短时傅里叶变换一致的逆短时傅里叶变换参数以确保可逆性； 其中，所述步骤S60，包括如下步骤： 步骤S61，对原始与重构内瘘震颤音进行频段划分，分别计算各频段的重构误差与能量特征，建立特征向量； 步骤S62，对大规模正常样本的特征进行标准化处理，并训练多分量高斯混合模型，拟合正常分布特征，基于依据3σ原则，设定异常检测阈值； 步骤S63，计算待检测样本的频段特征对应的对数似然值，并与异常检测阈值比较，判定是否异常，并输出结果。

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浙江师范大学，其通讯地址为：321004 浙江省金华市婺城区迎宾大道688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”。