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！

龙图腾网获悉北京工业大学申请的专利一种基于3D-CNN的激光散斑衬比血流成像精度的提高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：CN115661030B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202211144645.3，技术领域涉及：G06T7/00；该发明授权一种基于3D-CNN的激光散斑衬比血流成像精度的提高方法是由孙珅;郝晓琪;林岚;吴水才设计研发完成，并于2022-09-20向国家知识产权局提交的专利申请。

本一种基于3D-CNN的激光散斑衬比血流成像精度的提高方法在说明书摘要公布了：本发明提供了一种基于3D‑CNN的激光散斑衬比血流成像精度的提高方法，其特征在于，包括散斑动图的行为特征分析和基于时空特征分析的血流速度模型设计，以及基于旋转散射板实验数据对于该模型预测能力的测试；本发明使用具有优异性能的3D‑CNN模型，通过3D卷积核对代表不同血流速度的三维散斑图像像素的时空特征进行提取，通过充分挖掘单次曝光下散斑动图的时空像素信息，提取不同流速下散斑动图的像素特征，建立在单次曝光技术下获得的散斑动图与多重曝光法测得的流速之间的特征函数，实现对于散斑图像代表流速的准确预测，达到提高LSCI测量精度的目的，使其可实现线性测量，成为一种低成本、高分辨率的实时线性成像技术，更好的应用于临床。

本发明授权一种基于3D-CNN的激光散斑衬比血流成像精度的提高方法在权利要求书中公布了：1.一种基于3D‑CNN的激光散斑衬比血流成像精度的提高方法，其特征在于，首先将代表不同速度的旋转散射板散斑动图作为3D‑CNN的输入数据，由于散斑动图从时间序列上看属于多帧运动，从空间序列上看，每一帧散斑图像包含众多的散斑像素值信息，故速度预测的准确性取决于获取丰富的时间序列信息和单帧散斑图像的空间像素值信息；因此利用3D‑CNN中的三维卷积核对该三维像素矩阵进行梯度提取，并通过卷积、池化和全连接组成的网络进行特征提取和维度变化，分别得到各散斑动图代表的血流速度预测值；最后输出该散斑动图的血流速度预测值，完成预测；具体包括五个部分，分别为：旋转散射板实验装置、数据预处理、散斑图像行为特征分析、模型参数设置和训练以及模型准确性检测，其中旋转散射板实验装置由伺服电机、均匀漫反射板和磨砂玻璃反射片组成；实验时电机以一定的角速度驱动漫反射板在毛玻璃后转动，模拟了人体组织中血红细胞在表皮下流动的情景；在电机的转速已知的情况下，漫反射板上的线速度为角速度与该点半径的乘积，因此在该实验装置获得的散斑图中，每一点的线速度都固定可求，为一定量数据，将其作为模型的训练目标可以实现对模型的量化评估； 所述模型参数设置和训练具体包括以下内容： 3D‑CNN网络为五层，第一层为卷积层C1，直接接受输入的散斑数据，使用3*3*5的卷积核；第二层为最大池化层P2，池化核为2*2*2；第三层为卷积层C3，使用3*3*5的卷积核；第四层为最大池化层P4，池化核为2*2*2；第五层为卷积层C5，使用3*3*3的卷积核；第六层为全连接层F6，将C5输出的三维特征图重建为单个速度数据，输入维数为128，输出维数为1；此模型的卷积层激活函数为ReLU函数，优化器使用Adam，加快收敛速度，Batch大小为32，初始学习率为0.001，损失函数为MSE函数；采用MSE和MAPE作为评价指标。

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北京工业大学，其通讯地址为：100000 北京市朝阳区平乐园100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”。

以上内容由龙图腾AI智能生成。