Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 北京航空航天大学马建国获国家专利权

北京航空航天大学马建国获国家专利权

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!

龙图腾网获悉北京航空航天大学申请的专利一种基于宽带超声回波特征的乳腺肿瘤筛查方法和装置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:CN115227293B

龙图腾网通过国家知识产权局官网在2026-02-06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:202210871399.5,技术领域涉及:A61B8/08;该发明授权一种基于宽带超声回波特征的乳腺肿瘤筛查方法和装置是由马建国;徐立军;孙其振;谢准;孙鹏飞设计研发完成,并于2022-07-22向国家知识产权局提交的专利申请。

一种基于宽带超声回波特征的乳腺肿瘤筛查方法和装置在说明书摘要公布了:本发明公开了一种基于宽带超声回波特征的乳腺肿瘤筛查方法和装置,包括以下步骤:S1、超声信号采集;S2、超声信号标注:分别计算信号包络和时频谱,包络对数压缩得到超声图像,标注图像病灶位置和类型,构建乳腺肿瘤超声图像数据集和乳腺肿瘤超声信号时频谱数据集;S3、图像数据集训练:训练图像数据集得到病灶位置检测模型;S4、时频谱数据集训练:训练信号时频谱数据集得到乳腺肿瘤分类模型;S5、模型预测:使用病灶位置检测模型标记测试集图像肿瘤区域,并使用乳腺肿瘤分类模型预测被标记区域信号的肿瘤类型;S6、预测结果可视化。本发明能够在乳腺肿瘤筛查中实现比传统图像诊断模型更快更准的病灶定位和良恶性诊断效果,具有广泛应用前景。

本发明授权一种基于宽带超声回波特征的乳腺肿瘤筛查方法和装置在权利要求书中公布了:1.一种基于宽带超声回波特征的乳腺肿瘤筛查装置,其特征在于,包括: 超声信号采集模块,使用宽频或多频超声换能器对乳腺进行多角度扫描,获取超声回波射频信号; 超声信号标注模块,对超声回波射频信号分别计算包络和时频谱,对包络进行对数压缩得到超声图像,在超声图像上标注肿瘤病灶位置、轮廓和类型,构建乳腺肿瘤超声图像数据集,同时保存标注位置区域的时频谱,提取时频谱特征参数,构建乳腺肿瘤超声信号时频谱数据集; 使用希尔伯特变换和对数压缩将每帧超声信号转换成可视化的超声图形式,对每列超声射频信号xt进行如下操作: ; 其中,H[xt]为对超声射频信号xt的希尔伯特变换,定义为:; Yt是超声射频信号xt经希尔伯特变换后得到的包络再经过对数压缩后得到的; 对于一帧超声回波射频信号,其数据构成为以采样点数为行,扫描线数为列的数据矩阵,采样点对应空间中纵向不同深度位置处组织的回波信号,对列信号做一维连续小波变换,得到此列信号的时频谱系数,实施连续一维小波变换的方式为: ; 其中,表示信号xt在尺度,深度b处的连续小波谱系数,尺度与频率成反比是小波基底;对于数据矩阵的每一列执行一维连续小波变换,将数据扩充为一个三维矩阵,此矩阵的数据构成为:采样点数×扫描线数×尺度数或频率数; 超声灰度图像肿瘤区域标注方法如下:标注肿瘤区域的轮廓形成闭环,轮廓线内的图像可用于灰度图像数据集的训练;由轮廓线通过自定义算法向两侧扩展小段距离,分别得到外边界轮廓线和内边界轮廓线,以减小边界不清晰区域对数据标注造成的影响;用于训练每种组织的信号时频谱数据将来自于各自内边界轮廓线之内,用于训练各组织之外的背景信号时频谱数据将来自于所有组织轮廓线外边界之外;内边界和外边界轮廓线之间的区域可不参与训练; 时频谱特征参数的提取方法如下:使用设定大小的滑窗网格为样本单位,计算每个样本内基于时频谱系数可计算出来且不完全线性相关的数学统计量,包括:时频谱均值、方差、峰度、偏度,将这些数学统计量作为特征参数,样本所属肿瘤类别为标签,构建信号时频谱数据集;当滑窗网格大小为1*1的像素时,可以将像素点对应时频谱系数作为样本特征参数构建数据集; 超声数据集训练模块,通过目标检测模型训练乳腺肿瘤超声图像数据集,得到基于超声图像的乳腺肿瘤病灶位置检测模型; 时频谱数据集训练模块,通过统计学习模型训练乳腺肿瘤超声信号时频谱数据集,得到基于时频谱特征参数的乳腺肿瘤分类模型; 模型预测模块,使用训练好的乳腺肿瘤病灶位置检测模型标记测试集图像中肿瘤所在区域,并使用乳腺肿瘤分类模型预测被标记区域信号的所属肿瘤类型,加权计算两模型各自的预测概率得到测试样本的最终预测概率值; 给定测试集中某一帧超声图像及其对应信号时频谱,使用乳腺肿瘤病灶位置检测模型标记出测试集图像中肿瘤所在区域,并使用肿瘤分类模型预测被标记区域对应信号时频谱的所属肿瘤类型;病灶位置检测模型同时给出图像中肿瘤所在区域及所属类别概率,在此基础上,乳腺肿瘤分类模型给出区域内所有样本点对应信号时频谱的类别概率,通过加权计算得到肿瘤区域全部样本点的最终预测概率; 预测结果可视化模块,根据病灶类型和预测概率对超声图像中的病灶做颜色编码,生成高对比度的宽带超声声谱图像,实现乳腺肿瘤筛查的高对比度可视化。

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航空航天大学,其通讯地址为:100191 北京市海淀区学院路37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。

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。