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！

龙图腾网恭喜复旦大学申请的专利利用相邻帧时空信息的食管内镜视频帧序列质量分类方法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：CN114359628B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202111537613.5，技术领域涉及：G06V10/764；该发明授权利用相邻帧时空信息的食管内镜视频帧序列质量分类方法是由钟芸诗;颜波;蔡世伦;谭伟敏;李吉春;林青设计研发完成，并于2021-12-15向国家知识产权局提交的专利申请。

本利用相邻帧时空信息的食管内镜视频帧序列质量分类方法在说明书摘要公布了：本发明属于医疗图像处理技术领域，具体为一种利用相邻帧时空信息的食管内镜视频帧序列质量分类的算法。本发明算法包括：构建用于视频帧序列预测算法的卷积神经网络模型，包括内容特征提取子网络、运动特征提取子网络，参考两种特征的信息，最后通过全连接子网络给出中间帧的视频质量分数；进行数据的收集与模型的训练，当训练的目标函数降低至某可接受阈值，即可认为网络收敛；最后，将连续三帧图像输入到训练好的网络模型中，得到中间帧的质量分类；实验结果表明，本发明算法的质量分类的准确性超过85％，对于临床食管内镜的诊断与质量控制，具有很强的应用价值。

本发明授权利用相邻帧时空信息的食管内镜视频帧序列质量分类方法在权利要求书中公布了：1.一种利用相邻帧时空信息的食管内镜视频帧序列质量分类方法，其特征在于，具体步骤如下：1构建用于视频帧序列预测算法的卷积神经网络模型用于视频帧序列预测算法的卷积神经网络模型，包括一个内容特征提取子网络以及一个运动特征提取子网络，所述算法参考两种特征的信息，最后通过一全连接子网络给出中间帧的视频质量分数；2收集与生成训练卷积神经网络模型的数据收集N段食管内镜视频V＝{V1,V2,…,Vi,…,VN}作为数据集，其中第i段视频定义为Vi＝{Fi，1,Fi，1,…Fi，Mi}，则段总帧数Mi，数据集整体总帧数为将所有Ntotal张图片由医生结合前后帧情况对每一帧的质量进行分类，得到数据集的标记数据，记为Y＝{Y1,Y2,…,YMi}，Yi＝{yi，1,yi，2,…yi，Mi}，其中yi,*∈{0,1}；视频序列帧的质量分为两类：质量好、质量差，分别记为0，1；将通项F*，t、y*，t简记为Ft,、yt；得到视频及其标注后，抽取相邻的3帧及其中间帧的标注作为训练样本St＝{Ft-1,Ft,Ft+1,yt},按一定的数量比例分为训练集、验证集、测试集，使得模型通过学习，掌握相邻多帧的时空信息，提高预测中间帧质量的能力；3对于1所得到的网络模型，采用384×384的清晰-模糊图像块组，对相邻帧质量分类网络进行训练；优化目标函数选择二值交叉熵损失BCE；学习率采用0.0001，学习率采用阶梯衰减方式，每经过200个轮次，学习率降低为上一次的0.316；批大小为8，权重衰减设定为0.00004；采用ADAM优化方式共训练500轮次；4对食管内镜图像进行质量分类对于给定视频帧序列V*＝{F1*,F2*,…FT*}，欲预测t时刻视频帧Ft*的质量，将相邻的3帧Ft*、Ft-1*与Ft+1*输入经过训练优化的卷积神经网络模型，经过模型运算得到模型预测结果yt*；步骤1中：构建的内容特征提取子网络，其拓扑结构为：contentFeat＝ResNetRearConvGRUResNetFrontFt-1,ResNetFrontFt,ResNetFrontFt+1,31其中，Ft为视频序列中t时刻的待分类帧，ResNetFront是ResNet-50中用于提取特征的前半段，ResNetRear是ResNet-50中用于空间压缩特征的后半段；ConvGRU为卷积循环门单元；构建的运动特征提取子网络中，其拓扑结构为：motionFeat＝AlexNetFrontConcatEdgeFt-1,EdgeFt,EdgeFt+1,FlowFt-1,Ft,FlowFt,Ft+1,DiffFt-1,Ft,DiffFt,Ft+1，2其中，AlexNetFront是AlexNet网络的前半段；Edge是边缘提取模块；Flow是光流提取模块；Diff是相邻两帧像素值做差的运算；Concat是将张量按照通道轴进行级联；构建的全连接子网络，进行如下的计算：Prob＝SigmoidFCConcatcontentFeat,motionFeat，3其中，Prob为网络对于Ft是正样本的预测概率，计算最终的分类结果，需设定概率阈值THRESH，如果ProbTHRESH，则t时刻帧Ft被模型分类为质量差的正样本；否则，Ft被模型分类为质量好的负样本。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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”。