[发明专利]预测血流矢量路径上的血流特征的深度学习模型及装置有效
| 申请号： | 201810401402.0 | 申请日： | 2018-04-28 |
| 公开（公告）号： | CN108665449B | 公开（公告）日： | 2022-11-15 |
| 发明（设计）人： | 向建平;李炳辉;赵行;陈少辉;冷晓畅 | 申请（专利权）人： | 杭州脉流科技有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06T7/00 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 曹兆霞 |
| 地址： | 310051 浙江省杭州市滨*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种预测血流矢量路径上的血流特征的深度学习模型，所述深度学习模型接收的是所述血流矢量路径上各点的结构特征、人体的生理特征和个体特征，输出的是所述血流矢量路径上各点的血流特征；所述深度学习模型包括支持向量机；所述血流矢量路径上各点的结构特征、人体的生理特征以及个体特征输入到所述支持向量机后，经计算获得所述血流矢量路径上各点的血流特征。该深度学习模型整合了使用者的血管的结构特征、生理特征以及个体特征，进而能够较精确地预测血流矢量路径上的血流特征。 | ||
| 搜索关键词： | 预测 血流 矢量 路径 特征 深度 学习 模型 装置 | ||
【主权项】：
1.一种预测血流矢量路径上的血流特征的深度学习模型，其特征在于，所述深度学习模型接收的是所述血流矢量路径上各点的结构特征、人体的生理特征和个体特征，输出的是所述血流矢量路径上各点的血流特征；所述深度学习模型包括支持向量机；所述血流矢量路径上各点的结构特征、人体的生理特征以及个体特征输入到所述支持向量机后，经计算获得所述血流矢量路径上各点的血流特征。
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杭州脉流科技有限公司，未经杭州脉流科技有限公司许可，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/201810401402.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于双目视觉的障碍物检测方法
- 下一篇：一种玉米果穗机械损伤区域识别方法
