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！

龙图腾网获悉南京航空航天大学申请的专利一种可用于提升超声图像识别准确率的眼动注意力联合优化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：CN118782227B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202410807795.0，技术领域涉及：G16H50/20；该发明授权一种可用于提升超声图像识别准确率的眼动注意力联合优化方法及系统是由唐鑫;陈芳;王悦;陈凌钰;曹治设计研发完成，并于2024-06-21向国家知识产权局提交的专利申请。

本一种可用于提升超声图像识别准确率的眼动注意力联合优化方法及系统在说明书摘要公布了：本发明公开了一种可用于提升超声图像识别准确率的眼动注意力联合优化方法及系统，将采集到的超声医生观察超声图像时的眼动数据，通过多层可学习卷积模块，生成注意力热图，计算眼动注意力损失，与卷积网络的分类损失联合调整，按照预设的条件停止训练。本发明得到的模型在使用过程中无需额外的医生眼动数据，输出既包括识别结果，又包括准确的病灶特征注意力，从而提高现有超声诊疗系统识别准确率，降低了训练成本。

本发明授权一种可用于提升超声图像识别准确率的眼动注意力联合优化方法及系统在权利要求书中公布了：1.一种可用于提升超声图像识别准确率的眼动注意力联合优化方法，其特征在于，包括如下步骤： 步骤1、眼动数据采集；利用眼动仪获取并记录超声医生在显示器图像范围内的眼动数据； 步骤2、眼动注意力建模；根据步骤1得到的眼动数据利用眼动注意力生成模块生成注视数据矩阵G，同时根据卷积层计算眼动模型热力图Mattn； 步骤3、训练流程；将超声图像送入卷积神经网络进行训练，对卷积特征提取层使用类激活映射生成显著性图Mcam，与眼动注意力模块的热力图Mattn比较，计算注意力损失；卷积神经网络输出与真值预测结果比较，计算模型的分类损失； 步骤4、前向反馈；根据注意力损失，调整眼动注意力模块中卷积层参数，并生成热力图，计算交并比IOU；综合比对IOU和损失，取最优卷积层参数保存，用于下轮模型训练；根据分类损失，调整卷积神经网络模型参数；在得到每轮训练的结果后，计算模型的整体损失，损失函数由眼动注意力损失和分类损失两部分组成，公式如下 θ和φ为模型超参数，θ是卷积神经网络种类，φ是多层可学习核种类，M为注意力真值结果，y为分类真值结果，G为视觉注意力热力图，为分类损失，为眼动注意力损失； 的计算公式如下： 的计算公式如下： 根据模型的整体损失，网络模型前向反馈联合调整眼动注意力模块和卷积神经网络的参数，训练达到指定轮次，或者损失小于平均值，模型终止训练；训练好的模型在使用阶段仅输入超声图像，即可获得分类结果和病灶特征注意力图，以达到辅助诊断的目的。

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南京航空航天大学，其通讯地址为：213300 江苏省常州市溧阳市滨河东路29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。