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！

龙图腾网获悉南京林业大学;南京航空航天大学申请的专利一种STRes3dRNN模型、评估系统、评估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：CN119027722B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202411002226.5，技术领域涉及：G06V10/764；该发明授权一种STRes3dRNN模型、评估系统、评估方法是由吴阳;于瑶;刘凯;李志伟;陈柏;姚佳烽设计研发完成，并于2024-07-25向国家知识产权局提交的专利申请。

本一种STRes3dRNN模型、评估系统、评估方法在说明书摘要公布了：本发明提出了一种STRes3dRNN模型、评估系统、评估方法，属于医学成像领域，其技术要点在于：S100，获取连续电压数据生成EIT图像序列；S200，利用三维残差网络提取特征信息输出时空耦合的特征序列图；S300，通过由时空、通道、运动注意力模块构成的混合注意力机制优化权重分配，提升性能；S400，运用双向长短期记忆网络捕捉EIT图像序列中的依赖关系，增强时空特征相关性的捕捉能力；S500，结合全连接层和Sofamax函数预测时空分类，识别并分类疾病。

本发明授权一种STRes3dRNN模型、评估系统、评估方法在权利要求书中公布了：1.一种评估系统，其特征在于，包括： 存储单元，其用于存储EIT设备测量得到的连续电压数据； EIT图像序列生成单元，其读取存储单元的连续电压数据来生成EIT图像序列； STRes3dRNN模型，其读取EIT图像序列生成单元的EIT图像序列，其结果输出传递给概率计算单元； 概率计算单元，其用于给出健康、阻塞、损伤的概率百分比； 所述STRes3dRNN模型，包括顺序连接的网络输入层、初始堆叠层、中间堆叠层、末尾堆叠层、网络输出层； 其中，网络输入层用于读取EIT图像序列； 其中，初始堆叠层采用3D残差初始单元、中间3D残差标准单元、末尾3D残差标准单元顺序堆叠而成；所述3D残差初始单元用于初步提取图像高维特征，所述中间3D残差标准单元用于将高维图像特征降维，所述末尾3D残差标准单元用于将降维并加深特征信息； 其中，中间堆叠层包括：n个顺序连接的单体中间堆叠层；单体中间堆叠层采用HAM单元、3D残差上采样单元、末尾3D残差标准单元堆叠而成；n为大于等于1的自然数；所述HAM单元通过优化分配信息的权重，剔除冗余信息，强化特征信息；所述3D残差上采样单元将低维图像特征升维；所述末尾3D残差标准单元用于将降维并加深特征信息； 其中，末尾堆叠层采用3D全局平均池化层、BiLSTM层、全连接层顺序堆叠而成；所述3D全局平均池化层读取中间堆叠层得到的图像序列信息，提取得到其特征向量；所述BiLSTM层处理并输出特征向量；全连接层将输入的特征向量映射到目标分类数量上并得到映射后的评分值，所述目标分类为：健康、阻塞、损伤； 3D残差初始单元包括顺序连接的3D卷积层、批归一化层、激活层、3D最大池化层；三维卷积层用于卷积提取图像序列特征；批归一化层用于将序列特征归一化处理，加快收敛速度；激活层通过非线性的激活函数处理前一步骤的数据提高特征的表征能力；3D最大池化层利用不同的通道对特征进行压缩，实现不变形性，提取并输出最大值； 中间3D残差标准单元、末尾3D残差标准单元均包括顺序连接的3D卷积层、批归一化层、激活层、3D卷积层、批归一化层、附加层、激活层；3D卷积层用于卷积提取图像序列特征；批归一化层用于将序列特征归一化处理，加快收敛速度；激活层通过非线性的激活函数处理批归一化层给到的数据，提高特征的表征能力；附加层用于随机关闭某些节点，防止过拟合，避免网络退化； 3D残差上采样单元包括顺序连接的3D卷积层、批归一化层、激活层、3D卷积层、批归一化层、附加层、激活层；3D卷积层用于卷积提取图像序列特征；批归一化层将序列特征归一化处理，加快收敛速度；激活层通过非线性的激活函数处理前一步骤的数据，提高特征的表征能力；附加层用于随机关闭某些节点，防止过拟合避免网络退化。

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南京林业大学;南京航空航天大学，其通讯地址为：210037 江苏省南京市龙蟠路159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”。