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！

龙图腾网获悉福州大学申请的专利一种基于弱监督学习的声门状态监测方法和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：CN116843945B 。

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：202310622698.X，技术领域涉及：G06V10/764；该发明授权一种基于弱监督学习的声门状态监测方法和系统是由邓震;郑晓春;何炳蔚;魏肖肖;郑艇;高飞设计研发完成，并于2023-05-30向国家知识产权局提交的专利申请。

本一种基于弱监督学习的声门状态监测方法和系统在说明书摘要公布了：本发明公开了一种基于弱监督学习的声门状态监测方法和系统，包括以下步骤：获取声门图像并对声门进行点标注，构建声门分割数据集；基于自动种子区域生长算法从点标注中迭代生成声门边界的伪标注，并更新所述声门分割数据集；基于更新后的声门分割数据集，设计动态结构相似性损失函数，训练弱监督下的卷积神经网络模型；从视频流中实时提取声门图像，基于训练后的卷积神经网络模型对实时提取的声门图像进行分割；基于操作展示台展示分割结果，绘制声门面积变化曲线，对异常情况进行预警。本发明解决了医学图像数据集难以构建的问题，克服现有深度学习数据集制作需要花费大量时间的缺陷。

本发明授权一种基于弱监督学习的声门状态监测方法和系统在权利要求书中公布了：1.一种基于弱监督学习的声门状态监测方法，其特征在于，包括以下步骤： 获取声门图像并对声门进行点标注，构建声门分割数据集； 基于自动种子区域生长算法从点标注中迭代生成声门边界的伪标注，并更新所述声门分割数据集； 基于更新后的声门分割数据集，设计动态结构相似性损失函数，训练弱监督下的卷积神经网络模型； 从视频流中实时提取声门图像，基于训练后的卷积神经网络模型对实时提取的声门图像进行分割； 基于操作展示台展示分割结果，绘制声门面积变化曲线，对异常情况进行预警； 基于自动种子区域生长算法从点标注中迭代生成声门边界的伪标注的过程包括：获取声门图像中每一个像素属于声门的概率，基于概率值将声门图像划分为背景区域、不确定区域和声门区域；以所述声门区域为种子区域，获取所述种子区域的灰度均值和灰度值方差，基于所述种子区域的灰度均值和灰度值方差，遍历所述不确定区域内的所有像素，将满足预设要求的像素点所在的不确定区域变为前景区域，完成所有不确定区域像素点的筛选，获得最终的前景区域，进而获得声门边界的伪标注；其中，所述背景区域为声门图像中除了声门区域以外的区域； 遍历所述不确定区域内的所有像素的过程包括：以种子区域的像素为起点，遍历8邻域里的所有像素，当8邻域里的像素的灰度值与所述种子区域的灰度均值的差值小于种子区域的灰度值方差，则将该像素视为种子区域；继续遍历该像素的8邻接域，直至出现有像素点的所有邻接域内的像素的灰度值与所述种子区域的灰度均值的差值不小于种子区域的灰度值方差，停止遍历，将满足预设要求的像素点所在的不确定区域变为前景区域；其中，所述种子区域是初始的前景区域； 设计动态结构相似性损失函数，训练弱监督下的卷积神经网络模型的过程包括：伪标注通过进行迭代扩散，获得新扩散的区域；基于动态结构相似性损失函数获取所述新扩散的区域与种子区域的结构相似性系数，当所述结构相似性系数小于预设阈值时，停止对所述卷积神经网络模型的训练，获得训练后的卷积神经网络模型。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县乌龙江北大道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”。

以上内容由龙图腾AI智能生成。