[发明专利]基于机器学习的血管导波弹性成像方法及系统有效
| 申请号： | 201811305937.4 | 申请日： | 2018-11-05 |
| 公开（公告）号： | CN109567872B | 公开（公告）日： | 2020-04-24 |
| 发明（设计）人： | 曹艳平;郑阳;李国洋 | 申请（专利权）人： | 清华大学 |
| 主分类号： | A61B8/08 | 分类号： | A61B8/08 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张润 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器学习的血管导波弹性成像方法及系统，其中，该方法包括：通过有限元软件对血管的薄层体系中剪切波的传播进行数值模拟，并获取有限元分析结果；根据有限元分析结果得到全场节点的运动速度分布，并提取薄层中线上节点的运动速度，获取频散曲线以作为神经网络的输入信号；根据频散曲线得到神经网络的训练集和测试集，并采用神经网络方法进行训练，直至训练集上的误差小于预设值，以最终神经网络得到血管导波弹性成像图像。该方法可以提高血管力学性质的测量精度，具有良好的拓展性，实现血管弹性性质的在体无创快速测量，操作简单便，且测量误差小。 | ||
| 搜索关键词： | 基于 机器 学习 血管 导波 弹性 成像 方法 系统 | ||
【主权项】：
1.一种基于机器学习的血管导波弹性成像方法，其特征在于，包括以下步骤：通过有限元软件对血管的薄层体系中剪切波的传播进行数值模拟，并获取有限元分析结果；根据所述有限元分析结果得到全场节点的运动速度分布，并提取薄层中线上节点的运动速度，获取频散曲线以作为神经网络的输入信号；以及根据所述频散曲线得到所述神经网络的训练集和测试集，并采用神经网络方法进行训练，直至所述训练集上的误差小于预设值，以最终神经网络得到血管导波弹性成像图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811305937.4/，转载请声明来源钻瓜专利网。
- 上一篇：自动对准胎心的超声信号发射方法
- 下一篇：穿戴式超声扫查设备
