恭喜上海理工大學閆士舉獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜上海理工大學申請的專利一種面向氣胸診斷的B超圖像分析方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114259258B 。
龍圖騰網通過國家知識產權局官網在2025-04-29發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202111407137.5,技術領域涉及:A61B8/08;該發明授權一種面向氣胸診斷的B超圖像分析方法是由閆士舉;鄧爽;於天祥設計研發完成,并于2021-11-24向國家知識產權局提交的專利申請。
本一種面向氣胸診斷的B超圖像分析方法在說明書摘要公布了:本發明涉及一種面向氣胸診斷的B超圖像分析方法,包括以下步驟:獲取肺部區域的超聲檢查視頻,對其進行預處理;使用一維塊匹配算法對超聲檢查視頻進行處理,得到視頻特征矩陣;將視頻特征矩陣輸入訓練好的機器學習模型,所述機器學習模型的輸出為診斷結果;將視頻特征矩陣和診斷結果輸出。在B超圖像中可依據肺滑動征象來診斷氣胸,但醫生靠肉眼判斷需要一定的時間且對醫生有一定的技術與經驗要求,與現有技術相比,本發明采用一維塊匹配算法對超聲檢查視頻進行處理,得到的視頻特征矩陣能夠直觀量化反映超聲視頻中的肺滑動征象運動情況,從而通過計算機技術提高氣胸診斷的效率與準確度。
本發明授權一種面向氣胸診斷的B超圖像分析方法在權利要求書中公布了:1.一種面向氣胸診斷的B超圖像分析方法,其特征在于,包括以下步驟:S1、獲取肺部區域的超聲檢查視頻,對其進行預處理;S2、使用一維塊匹配算法對超聲檢查視頻進行處理,得到視頻特征矩陣;S3、將視頻特征矩陣輸入訓練好的機器學習模型,所述機器學習模型的輸出為診斷結果;S4、將視頻特征矩陣和診斷結果輸出;步驟S2包括以下步驟:S21、在超聲檢查視頻的首幀設置n×m個宏塊,每個宏塊的大小是k×k個像素,記錄每個宏塊的中心點,設置一個1×k的權重系數矩陣A,權重系數矩陣中元素的值為1256;S22、獲取各個宏塊內各個像素點的像素值,得到n×m個宏塊像素矩陣,令權重系數矩陣A與各個宏塊像素矩陣相乘,得到各個宏塊的中心特征矩陣,所述中心特征矩陣的形狀是1×k,令i=2;S23、獲取第i幀圖像,獲取第i-1幀圖像中各個宏塊的中心點,根據第i-1幀圖像中各個宏塊的中心點在第i幀圖像中設置搜索點,計算宏塊在搜索點處的特征矩陣,比較宏塊各個搜索點處的特征矩陣與第i-1幀圖像中宏塊的中心特征矩陣,確定第i幀圖像中各個宏塊的中心點,計算各個宏塊的中心特征矩陣;S24、對于每一個宏塊,記錄其在第i-1幀圖像的中心點與第i幀圖像的中心點的距離,作為該宏塊的第i-1個水平運動矢量的模;S25、令i+1,重復步驟S23,直至得到各個宏塊的第1、2、…、K-1個水平運動矢量的模,K為超聲檢查視頻的總幀數;S26、對于每個宏塊,累加宏塊的第1、2、…、K-1個水平運動矢量的模,得到各個宏塊的運動特征,建立n×m的視頻特征矩陣,視頻特征矩陣中的元素為各個宏塊的運動特征;步驟S23中,確定一個宏塊在第i幀圖像中的中心點包括以下步驟:A1、將宏塊在第i-1幀圖像中的中心點投影到第i幀圖像,記為中心搜索點,將中心搜索點左側和右側r個像素處記為左搜索點和右搜索點,r為大于等于1的整數;A2、分別以中心搜索點、左搜索點和右搜索點作為宏塊的中心點,獲取宏塊內各個像素點的像素值,得到宏塊像素矩陣,令權重系數矩陣A與宏塊像素矩陣相乘,得到宏塊在中心搜索點、左搜索點和右搜索點處的特征矩陣,記為TL、TE和TR;A3、將宏塊在第i-1幀圖像中的中心特征矩陣記為T,分別計算T與TL、TE和TR的絕對誤差和,所述絕對誤差和為兩個矩陣中各個對應元素的差值的絕對值之和;A4、判斷是否滿足搜索終止條件,若為是,則輸出絕對誤差和最小的搜索點的坐標作為宏塊在第i幀圖像中的中心點,計算宏塊的中心特征矩陣,否則,執行步驟A5;A5、以絕對誤差和最小的搜索點為中心搜索點,按照預設置的步長縮小r,得到左搜索點和右搜索點,執行步驟A2。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人上海理工大學,其通訊地址為:200093 上海市楊浦區軍工路516號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。