上海大学谢江获国家专利权
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！
龙图腾网获悉上海大学申请的专利关键特征引导多维特征聚合的颈动脉斑块回声分类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：CN116912736B 。
龙图腾网通过国家知识产权局官网在2026-03-20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：202310824387.1，技术领域涉及：G06V20/40；该发明授权关键特征引导多维特征聚合的颈动脉斑块回声分类方法是由谢江;李莹设计研发完成，并于2023-07-06向国家知识产权局提交的专利申请。
本关键特征引导多维特征聚合的颈动脉斑块回声分类方法在说明书摘要公布了：本发明公开了一种关键特征引导多维特征聚合的颈动脉斑块回声分类方法，将视频切帧、裁剪及预处理后输入ResNet‑50框架，在ResNet‑50的阶段4中添加关键特征模块和多维特征聚合模块，并且在全连接层之后对每一帧的预测结果求平均，实现斑块回声的分类。关键特征模块通过引入简洁的非线性学习机制和Softmax激活来自适应地推断每一帧对分类的贡献，降低干扰帧的影响；多维特征聚合模块在提取不同维度特征的同时挖掘不同维度之间的潜在联系，准确提取有效特征。该方法可以降低超声视频中干扰帧的影响，并且在提取多维度特征的同时挖掘不同维度特征间的联系，实现准确的回声分类任务，能够被广泛应用于颈动脉斑块回声分类。
本发明授权关键特征引导多维特征聚合的颈动脉斑块回声分类方法在权利要求书中公布了：1.一种关键特征引导多维特征聚合的颈动脉斑块回声分类方法，其特征在于：将视频切帧、裁剪及预处理后输入ResNet-50框架进行分类，在ResNet-50的阶段4中添加关键特征模块KF和多维特征聚合模块MFA，并且在全连接层之后对每一帧的预测结果求平均，实现斑块回声的分类；关键特征模块引入非线性学习机制和Softmax激活在特征层面学习每一帧对分类的贡献，自适应地推断每一帧的重要性分数；多维特征聚合模块将时间通道模块TC和时间空间模块TS以串联的方式聚合；时间通道模块TC通过参数共享块和1D卷积建模通道之间的时间依赖关系，之后引入通道注意力学习不同回声通道的权重信息，实现噪声过滤；时间空间模块TS采用池化方法聚集通道信息并实现特征降维，然后通过3D卷积充分提取斑块及其周围血管环境的时空信息，同时结合时空注意力聚焦于重要区域，实现斑块特征的提取。
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上海大学，其通讯地址为：200444 上海市宝山区上大路99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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励