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！

龙图腾网获悉南京航空航天大学申请的专利一种基于图像的病态声带智能辅助分析优化方法和装置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：CN115310347B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202210785505.8，技术领域涉及：G06F30/27；该发明授权一种基于图像的病态声带智能辅助分析优化方法和装置是由张扬;濮天梅;徐笳森;郭睿康设计研发完成，并于2022-07-04向国家知识产权局提交的专利申请。

本一种基于图像的病态声带智能辅助分析优化方法和装置在说明书摘要公布了：本发明提供了一种基于图像的病态声带智能辅助分析优化方法和装置，所述方法包括：步骤1，提取输入特征；步骤2，获得作为真实输出数据的物理量；步骤3，划分数据集，得到训练集、验证集和测试集；步骤4，基于训练集和验证集，构建和训练神经网络；步骤5，用测试集评估神经网络预测性能。采用本发明方法可以快速准确地预测各种病态声带对应的流量和压力分布，能够应用于临床上针对病态声带的实时无创辅助诊疗。

本发明授权一种基于图像的病态声带智能辅助分析优化方法和装置在权利要求书中公布了：1.一种基于图像的病态声带智能辅助分析优化方法和装置，其特征在于，具体包括以下步骤： 步骤1，根据声带的振动模态方程生成病态声带三维几何外形，得到声带三维模型库； 步骤2，对声带三维模型库中的声带模型进行二维切片，得到三维输入矩阵； 步骤3，采用高保真浸没边界求解器获得真实物理数据； 步骤4，采用随机分割算法对声带三维模型库中的数据进行划分，得到训练集、验证集和测试集； 步骤5，基于训练集和验证集，构建并训练三维卷积神经网络，保存训练得到的最优模型的权重； 步骤6，通过测试集评估三维卷积神经网络预测性能； 步骤1包括：声带的振型g看成声带初始形状ξ0与振动模态得到形状ξ的叠加，表达式如式1所示，ξ0和ξ的表达式分别如式2和3所示： gy,z,t＝ξ0y,z+ξy,z,t1 ξ0y,z＝1-zL[ξ02+ξ01-ξ02-4ξByT1-yT]2 ξy,z,t＝ξmsinmπzL[sinωt-nωcy-ymcosωt]3 其中，gy,z,t表示声带的振型函数，y和z分别代表声带振动的上下方向和前后方向，上下、前后分别代表声带三维几何在y轴的端点和z轴的端点，上代表y_max，下代表y_min，前代表z_max，后代表z_min，t表示时间；ξ01、ξ02、ξB分别对应声门入口半宽、声门出口半宽和表面凸起系数，T和L分别代表声门的厚度和长度，ξm表示模态位移幅值，ym表示垂直半波长的拐点，ω表示角频率，c表示黏膜波的传播速度，m和n分别表示沿z和y方向振动的模态数； 通过改变公式1、2、3中的参数，包括ξ01、ξ02、ξB、ym、ω，合成各种形状的声带，构成声带三维模型库； 步骤2包括：对声带三维模型库中的各种三维病态声带沿黏膜波传播方向进行二维切片，提取出一系列灰度断层图像，将每个灰度断层图像切片转换为二值矩阵并沿黏膜波传播方向进行堆叠，得到能够完整反映声带几何信息的三维输入矩阵X；对三维输入矩阵X进行归一化操作； 步骤3包括：建立如下声门流动的控制方程： 其中ui,ρ,p,ν分别表示流体的速度、密度、压强和运动粘性系数，表示偏导数；采用适合复杂声带外形的尖锐界面浸没边界方法离散求解控制方程，经过网格无关性验证后，选取合适的网格尺度最小网格尺度为0.01cm进行计算，得到真实物理数据，将真实物理数据存储在输出矩阵y中，所述真实物理数据包括声带三维模型库中每个声带的流量、平均压力分布和声门表面压力场。

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航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29号南京航空航天大学；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”。