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！

龙图腾网获悉东南大学申请的专利一种基于动态超声心动图的心脏相位识别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：CN116895077B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202310817211.3，技术领域涉及：G06V40/10；该发明授权一种基于动态超声心动图的心脏相位识别方法是由单淳劼;钱隼南;罗守华;曾子炀;成汉林;杜悦设计研发完成，并于2023-07-05向国家知识产权局提交的专利申请。

本一种基于动态超声心动图的心脏相位识别方法在说明书摘要公布了：本发明公开了一种基于动态超声心动图的心脏相位识别方法，包括：生成满足高斯概率分布的数据标签作为心脏相位识别模型学习的目标；获取Dicom文件解码后的动态超声心动图视频序列，并对视频序列进行预处理和数据增强；采用滑动窗口对数据增强后的视频序列进行采样，从而将该视频序列采样为若干个有重叠的视频段；构建心脏相位识别模型；训练心脏相位识别模型；采用训练好的心脏相位识别模型对待识别的动态超声心动图视频进行识别，得到该视频中每一帧为心脏关键相位ED或ES的概率，并对重复采样的帧得到的多个概率值取平均，作为该帧的最终概率。本发明提高了模型检测心脏相位帧的精确度和鲁棒性。

本发明授权一种基于动态超声心动图的心脏相位识别方法在权利要求书中公布了：1.一种基于动态超声心动图的心脏相位识别方法，其特征在于，包括以下步骤： S1、为超声心动图视频中的每一帧自动生成代表心脏关键相位概率的数据标签，在给定每个视频的心脏关键相位的帧索引后，围绕心脏关键相位ED和ES帧索引生成满足高斯概率分布的数据标签作为心脏相位识别模型学习的目标； S2、获取Dicom文件解码后的动态超声心动图视频序列，并对视频序列进行预处理，去除图像上的无效信息；然后进行数据增强； S3、采用滑动窗口对数据增强后的视频序列进行采样，从而将该视频序列采样为若干个有重叠的视频段； S4、构建心脏相位识别模型，心脏相位识别模型包括空间特征抽取器、时空特征聚合模块和回归头，空间特征抽取器为基于CNN的CSPVoVNet，CSPVoVNet网络的核心是引入通道补偿技术和CrossStagePartial技术对传统的CNN模型进行改进；CSPVoVNet通过在特征通道维度上拼接的方式进行通道补偿，再通过一个1*1卷积层对拼接后的特征图进行降维；时空特征聚合模块包括窗口自注意力结构和移动窗口自注意力结构，窗口自注意力结构用于计算独立窗口内的注意力，移动窗口自注意力结构用于计算不同窗口之间的注意力； 空间特征抽取器用于对视频段的每一帧图像进行空间特征编码，获得该视频段的空间特征序列；时空特征聚合模块用于对空间特征序列进行时序方向的注意力计算，获取时空特征序列；回归头用于将时空特征序列映射成视频段中每一帧图像为ED和ES的概率； S5、采用步骤S3获得的若干个重叠的视频段对步骤S4中的心脏相位识别模型进行训练；包括：将步骤S3获得的视频段输入心脏相位识别模型，计算出每一帧为心脏关键相位ED或ES的概率后，再与步骤S1中生成的满足高斯概率分布的数据标签计算均方误差，进行梯度回传，通过随机梯度下降算法进行心脏相位识别模型参数更新，从而实现对心脏相位识别模型的训练； S6、采用训练好的心脏相位识别模型对待识别的动态超声心动图视频进行识别，得到该视频中每一帧为心脏关键相位ED或ES的概率，并对重复采样的帧得到的多个概率值取平均，作为该帧的最终概率。

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东南大学，其通讯地址为：211102 江苏省南京市江宁区东南大学路2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”。