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！

龙图腾网获悉电子科技大学(深圳)高等研究院申请的专利一种面向超声扫描的多模态语义驱动机械臂自主学习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：CN120791788B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202511240874.9，技术领域涉及：B25J9/16；该发明授权一种面向超声扫描的多模态语义驱动机械臂自主学习方法是由谈继勇;邹见效;郭子钊;周德洪;贾磊;周雪;凡时财;刘鑫;郑宏;林宏宇设计研发完成，并于2025-09-02向国家知识产权局提交的专利申请。

本一种面向超声扫描的多模态语义驱动机械臂自主学习方法在说明书摘要公布了：本申请提供了一种面向超声扫描的多模态语义驱动机械臂自主学习方法，应用于机械臂控制技术领域，通过引入对患者目标区域的勘探式采集、当前结构轮廓信息与标准结构轮廓信息的比较以及基于差异度量值的精准扫描，有效解决了现有技术中机械臂系统在面对具有非标准解剖结构或异常情况的患者时，无法有效识别解剖学差异，导致扫描效率低下、图像质量不佳，甚至可能学习到适应不良的扫描策略的问题。显著提高了在面对复杂或异常解剖结构患者时的扫描效率和诊断准确性。

本发明授权一种面向超声扫描的多模态语义驱动机械臂自主学习方法在权利要求书中公布了：1.一种面向超声扫描的多模态语义驱动机械臂自主学习方法，其特征在于，所述方法包括步骤： S1：获取用户的扫描指令，并根据所述扫描指令对患者目标区域进行勘探式扫描，得到超声图像数据； S2：根据所述超声图像数据，识别目标区域的边界，得到当前结构轮廓信息； S3：根据所述目标区域的类型调取预先存储的标准结构轮廓信息； S4：比较所述当前结构轮廓信息与所述标准结构轮廓信息，得到差异度量值； S5：根据所述差异度量值，驱动机械臂对所述目标区域进行精准扫描； 步骤S5包括： S51：若所述差异度量值小于等于预设的容许阈值，则判断勘探式扫描结果为标准情况，驱动所述机械臂对所述目标区域进行精细化扫描；并根据实时图像质量反馈，调整所述机械臂末端探头姿态和压力； 步骤S51包括： S511：在驱动所述机械臂对所述目标区域进行精细化扫描时，实时获取超声图像流，并计算所述超声图像流中每一帧图像的边缘锐度、对比度以及信噪比，从而得到实时图像质量反馈； S512：若所述边缘锐度小于预设锐度，则调整所述探头的倾斜角度，以对下一帧图像进行扫描； S513：若所述对比度小于预设对比度，则增加所述探头的施加压力，以对下一帧图像进行扫描； S514：若所述信噪比小于预设信噪比，则调整所述探头的位置，以对下一帧图像进行扫描； S515：直至所述图像质量反馈达到预设图像质量标准。

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电子科技大学(深圳)高等研究院，其通讯地址为：518100 广东省深圳市龙华区观澜街道新澜社区观光路1301-78号银星智界二期2号楼；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。