買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國人民解放軍北部戰區總醫院申請的專利二尖瓣反流頻譜包絡線識別方法和左房壓測定方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115177288B 。

龍圖騰網通過國家知識產權局官網在2025-08-08發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210711862.X，技術領域涉及：A61B8/04；該發明授權二尖瓣反流頻譜包絡線識別方法和左房壓測定方法是由金巖;王輝山;溫朝陽;尹連成;岳鳳捷;毛克明;白旭方;鄭海寧設計研發完成，并于2022-06-22向國家知識產權局提交的專利申請。

本二尖瓣反流頻譜包絡線識別方法和左房壓測定方法在說明書摘要公布了：本發明公開了一種二尖瓣反流頻譜包絡線識別方法和左房壓測定方法，屬于曲線修正技術領域。包括搭建BCD?Unet深度學習模型，以完成多普勒頻譜曲線的初步包絡；然后對BCD?Unet深度學習模型進行后處理，為了處理曲線錯位問題設計了曲線修正模塊、設計了曲線填充模塊來處理因部分曲線未被檢測到而導致的曲線斷裂問題，為了更好的融合填充曲線和修正曲線產生的信息，還設計了一個曲線融合模塊，將兩條曲線進行進一步的特征融合，綜合兩條曲線的優勢并得到最終的邊緣曲線，以滿足精確測量需求；利用醫院采集的數據對模型進行迭代訓練，從而不斷優化模型，經過訓練的深度學習模型具有自動跟蹤包絡的能力。

本發明授權二尖瓣反流頻譜包絡線識別方法和左房壓測定方法在權利要求書中公布了：1.一種二尖瓣反流頻譜包絡線識別方法，其特征在于：該方法是針對二尖瓣反流連續多普勒頻譜，對其進行包絡線識別；該方法具體包括如下步驟： （1）搭建深度學習網絡模型，對二尖瓣反流頻譜圖進行邊緣檢測；由于所述網絡模型預測出的邊緣存在錯位和斷裂的情況，因此使用后處理模塊對邊緣進行修正操作；所述后處理模塊包括曲線修正模塊、曲線填充模塊和曲線融合模塊，其中：曲線修正模塊用于處理曲線錯位問題，曲線填充模塊用于處理曲線斷裂問題，曲線融合模塊用于將兩條曲線進行進一步的特征融合，綜合兩條曲線的優勢并得到最終的連續、光滑的邊緣曲線； 所述網絡模型為BCD—Unet深度學習模型，并使用交叉熵損失函數對其進行訓練，交叉熵損失函數如公式1所示： ； 公式（1）中，yi代表像素點i是否屬于包絡曲線的像素點，若屬于為1，否則為0；pi是像素點i被預測為屬于包絡曲線像素點的概率；N為像素點數量； 所述曲線修正模塊由曲線擬合和一維unet1D-Unet兩部分組成，曲線擬合的目的是使用多項式擬合的方式得到一條連續平滑的曲線，而1D-Unet則是通過深度回歸對擬合后的曲線進行修正，使其更接近于根據醫生手動對邊緣關鍵點標記連成的邊緣曲線；經過該曲線修正模塊處理的曲線能夠有效解決曲線錯位問題；1D-Unet的輸入為擬合后的曲線，輸出為修正后的曲線；這些曲線均采用一維數組的方式進行存儲； 所述曲線修正模塊使用L2損失函數對其進行訓練，L2損失函數如公式2所示： ； 公式（2）中，代表點i的真實值，代表曲線修正模塊對點i的預測值，N代表數組中的元素個數；L2損失函數是回歸任務中常用的損失函數之一，它具有計算速度快、方便求導等優點；曲線修正模塊的訓練過程與BCD-Unet相似，依然采用反向傳播的方式進行訓練，通過評估模型輸出值與真實值的差異，不斷調整該模型；曲線修正模塊的訓練參數設置為：epochs=50，batch_size=16； 所述曲線填充模塊是以一維生成對抗網絡1D-GAN對曲線進行處理，以判別器、生成器對抗的方式進行訓練；經過訓練后該曲線填充模塊可以對曲線上缺失的部分進行修復，從而得到光滑的填充曲線；1D-GAN的輸入為有缺失部分的曲線，輸出為修復后的曲線，這些曲線同樣以一維數組的方式存儲； 所述曲線填充模塊是基于生成對抗網絡的思想，使用兩個損失函數分別訓練判別器與生成器，判別器與生成器的損失函數分別如公式3和公式4所示： ； 其中：E代表數學期望，代表經過BCD-Unet得到的粗檢測結果，代表真實曲線，z為隨機添加的噪聲，G代表生成器，D代表判別器，G和D分別代表生成器和判別器的輸出結果； 所述曲線融合模塊輸入為曲線修正模塊與曲線填充模塊的結果，輸出為融合后的曲線；這些曲線也均使用一維數組的方式存儲；使用L1損失函數作為其目標函數，L1損失函數如公式6所示： ； 公式（6）中，代表點i的真實值，代表曲線修正模塊對點i的預測值，N代表數組中的元素個數；L1損失函數的穩健性好、計算速度快，能更好地融合曲線修正模塊和曲線填充模塊的結果；該模塊同樣采用反向傳播的方式進行訓練，評估模型輸出值與真實值的差異，不斷調整該模型； （2）利用醫院采集的數據對步驟（1）中所述的模型進行迭代訓練，經過訓練的深度學習模型具有自動跟蹤包絡的能力； （3）利用步驟（2）訓練后的模型，以二尖瓣反流頻譜為輸入，輸出的為邊緣曲線和左房壓力值LAP，邊緣曲線為包絡線。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國人民解放軍北部戰區總醫院，其通訊地址為：110016 遼寧省沈陽市沈河區文化路83號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。