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！

龙图腾网获悉上海深至信息科技有限公司申请的专利一种基于深度学习的超声病灶标准切面选取方法及系统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：CN116681764B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202310654567.X，技术领域涉及：G06T7/73；该发明授权一种基于深度学习的超声病灶标准切面选取方法及系统是由黄孟钦;朱瑞星;陈冬银设计研发完成，并于2023-06-02向国家知识产权局提交的专利申请。

本一种基于深度学习的超声病灶标准切面选取方法及系统在说明书摘要公布了：本发明提供一种基于深度学习的超声病灶标准切面选取方法及系统，属于超声技术领域，包括：步骤S1，获取待处理的第一超声图像，提取第一超声图像的第一特征向量；步骤S2，将第一特征向量与每个标准切面类型对应的平均图像的特征向量进行匹配，确定与第一特征向量相似度最高的平均图像对应的标准切面类型；步骤S3，根据标准切面类型确定标准切面对应的位置和角度。有益效果：本发明通过将获取的超声图像的特征向量与每个标准切面类型对应的平均图像的特征向量进行匹配，确定与第一特征向量相似度最高的平均图像对应的标准切面类型，进而根据标准切面类型确定标准切面对应的位置和角度，具有广泛的适用性和实用性。

本发明授权一种基于深度学习的超声病灶标准切面选取方法及系统在权利要求书中公布了：1.一种基于深度学习的超声病灶标准切面选取方法，其特征在于，包括： 步骤S1，获取待处理的第一超声图像，提取所述第一超声图像的第一特征向量； 步骤S2，将所述第一特征向量与每个标准切面类型对应的平均图像的特征向量进行匹配，确定与所述第一特征向量相似度最高的所述平均图像对应的所述标准切面类型； 步骤S3，根据所述标准切面类型确定标准切面对应的位置和角度； 所述步骤S2中所述每个标准切面类型对应的平均图像的特征向量的获取步骤包括： 步骤A1，获取包含有病灶的第二超声图像组； 步骤A2，对所述第二超声图像组中的所有第二超声图像分别进行特征提取，得到特征向量组； 步骤A3，基于聚类算法对所述特征向量组进行聚类处理，得到不同病灶形态和位置类型对应的聚类簇组； 步骤A4，分别计算所述聚类簇组的每个聚类簇中所有所述第二超声图像的特征向量的平均值，得到每个聚类簇的平均图像以及所述平均图像的特征向量； 步骤A5，对所述聚类簇组对应的所有平均图像的特征向量进行分类，确定每个所述聚类簇对应的所述标准切面类型；所述步骤A5中使用深度神经网络进行分类，所述深度神经网络包含卷积层、池化层、全连接层，所述卷积层采用13*13的卷积核，并将所述卷积层的输出直接跳过连接，然后加至所述全连接层中。

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上海深至信息科技有限公司，其通讯地址为：200120 上海市浦东新区中国(上海)自由贸易试验区浦东大道720、728号16B室；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”。

以上内容由龙图腾AI智能生成。