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！

龙图腾网获悉江西省妇幼保健院申请的专利一种儿童骨龄图像采集定位装置及其检测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：CN119606313B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202411646423.0，技术领域涉及：A61B5/00；该发明授权一种儿童骨龄图像采集定位装置及其检测方法是由喻妮娜;喻宁;钟志鸿;董志成;钟慧;曾令文;杨庆福;刘廷林设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种儿童骨龄图像采集定位装置及其检测方法在说明书摘要公布了：本发明公开了一种儿童骨龄图像采集定位装置及其检测方法，属于骨龄检测技术领域，具体包括：设定标准的检查周期，每隔周期采集儿童的骨龄图像并获取医护人员书写的检查记录；这些记录随后被输入到预设的BERT模型中，以提取骨龄特征关键词；利用卷积神经网络和循环神经网络构建辅助检测模型，并通过已标注的历史数据集进行训练；将儿童年龄和关键词转化为向量输入训练后的辅助检查模型中，输出儿童实际年龄与骨龄的骨龄差值；每隔n个检查周期，系统会统计儿童的骨龄差值序列，根据指标以及通过特定公式计算出检查周期调整系数，进而调整接下来n个检查周期的天数；本发明提高了骨龄检测的普及率和有效性。

本发明授权一种儿童骨龄图像采集定位装置及其检测方法在权利要求书中公布了：1.一种儿童骨龄图像采集检测方法，其特征在于，包括以下步骤： 设定标准的检查周期d，d表示天数，每隔检查周期d采集儿童的骨龄图像，获取医护人员根据所述骨龄图像书写的检查记录； 将所述检查记录输入预设的BERT模型中，提取骨龄特征的关键词； 基于卷积神经网络和循环神经网络构建辅助检测模型，通过已标注的历史数据集对模型进行训练，提取所述检查记录的儿童年龄和关键词，将所述儿童年龄和关键词转化为向量输入训练后的辅助检测模型中，输出儿童实际年龄与骨龄的骨龄差值； 每隔n个检查周期d统计儿童的骨龄差值序列，并计算所述骨龄差值序列的均值Ya，超过预设阈值d的骨龄差值占序列的比例P，并绘制骨龄差值随时间变化的折线图，获得任意相邻两个坐标点之间的斜率k；根据以下公式计算检查周期调整系数γ： ； 其中，i∈[1,n-1]，ki表示折线图中的第i个斜率值，根据计算得出的检查周期调整系数γ，调整接下来n个检查周期的天数为d’=dγ； 所述辅助检测模型的训练过程为： 所述历史数据集包括不同年龄儿童对应的标准骨龄特征文本，以及历史检查记录中已标注的不同年龄儿童的非标准骨龄特征文本，根据年龄对所有的骨龄特征文本进行排序，生成骨龄特征的时间序列，将骨龄特征的时间序列形成的矩阵视为图像，依次输入所述卷积神经网络中，所述卷积神经网络中包括若干个卷积神经层，每个卷积神经层包括若干个滤波器，每当矩阵图像经过一个卷积神经层时，滤波器会滑动扫描矩阵并生成一个多维数组，降低矩阵图像的尺寸，增加矩阵图像的维数，增加的维数与该卷积神经网络中滤波器的数量相同，每个卷积神经层依次降低图像尺寸，并增加矩阵图像的维数大小，卷积神经网络最终生成的多维数组展平转换为向量，将该向量作为后续循环神经网络的输入； 所述辅助检测模型的训练过程还包括： 将卷积神经网络输出的矩阵图像的维数保持不变，在时间维度和特征向量上将矩阵图像拉平，将所有卷积神经层的最终多维数组生成一个新的矩阵，把新的矩阵向量作为循环神经网络LSTM的输入，将拉平产生的扁平向量作为LSTM的时间维度，由时间维度和特征向量对新的矩阵进行训练，并输出骨龄特征与儿童年龄的对应关系。

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江西省妇幼保健院，其通讯地址为：330000 江西省南昌市红谷滩九龙湖西站大街508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”。