(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211233916.2 (22)申请日 2022.10.10 (71)申请人 河南中医药大学第一附属医院 地址 450000 河南省郑州市金 水区人民路 19号 (72)发明人 李俊涛　 (74)专利代理 机构 北京众允专利代理有限公司 11803 专利代理师 王景禾 (51)Int.Cl. A61N 7/00(2006.01) A61F 5/41(2006.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06V 20/40(2022.01)G06V 20/52(2022.01) (54)发明名称 勃起障碍患者脉冲超 声设备 (57)摘要 本申请公开了勃起障碍患者脉冲超声设备， 其能够自动且自适应地调整超声波设备出射的 超声波的模式。 特别地， 超声波自适应调整模块 的控制算法在勃起障碍患者脉冲超声设备出厂 前， 通过设备测试数据来确定。 这样， 就可以在所 述勃起障碍患者脉冲超声设备出厂前， 通过测试 数据来确定超声波自适应调整模块的控制算法， 从而在所述勃起障碍患者脉冲超声设备出厂后， 其能够基于超声波功率自适应控制模块来自适 应地调整其超 声波出射模式。 权利要求书2页 说明书11页 附图4页 CN 115475339 A 2022.12.16 CN 115475339 A 1.勃起障碍患者脉冲超声设备， 其特 征在于， 包括： 数据采集模块， 用于获取由治疗探头在预定时间段内输出的测试超声波信号以及由摄 像头采集的所述预定时间段的测试监控视频； 时域增强模块， 用于计算所述测试超声 波信号的时域增强图； 超声波时域特征提取模块， 用于将所述 时域增强图通过作为过滤器的第 一卷积神经网 络模型以得到测试超声 波时域特 征向量； 监控视频编码模块， 用于将所述测试监控视频通过使用时间注意力 机制的第 二卷积神 经网络以得到测试跟踪特 征图； 维度下降模块， 用于对所述测试跟踪特征图的的沿通道维度的各个特征矩阵进行全局 均值池化处 理以得到测试跟踪特 征向量； 特征分布校正模块， 用于对所述测试跟踪特征向量和所述测试超声波时域特征向量分 别进行特征值校正以得到校正后测试跟踪特 征向量和校正后测试超声 波时域特 征向量； 响应性估计模块， 用于计算所述校正后测试超声波时域特征向量相对于所述校正后测 试跟踪特 征向量的响应性估计以得到分类特 征矩阵； 以及 控制结果生成模块， 用于将所述分类特征矩阵通过分类器以得到分类结果， 所述分类 结果用于表示当前时间点的测试超声 波信号的空占比应增大或应减小。 2.根据权利要求1所述的勃起障碍患者脉冲超声设备， 其特征在于， 所述时域增强模 块， 进一步用于以如下公式来计算所述测试超声波信号的时域增强图， 其中， 所述公式为： signalImage＝f(Signal,mapH,mapW)， 其中， Signal表示所述测试超声波信号， signalImage表示所述时域增强图， mapH表示所述时域增强图的图像高度， mapW表示所述时 域增强图的图像宽度。 3.根据权利要求2所述的勃起障碍患 者脉冲超声设备， 其特征在于， 所述超声波时域特 征提取模块， 进一步用于： 使用所述第一卷积神经网络的各层在层的正向传递中分别对输 入数据进 行基于卷积核的卷积处理、 池化处理和非线性激活处理以由所述第一卷积神经网 络的最后一层输出所述测试超声波时域特征向量， 其中， 所述第一卷积神经网络的第一层 的输入为所述时域增强图。 4.根据权利要求3所述的勃起障碍患 者脉冲超声设备， 其特征在于， 所述监控视频编码 模块， 包括： 第一卷积编码单元， 用于使用所述卷积神经网络模型的第 一卷积层对所述测试监控视 频中的第一帧进行 卷积编码以得到第一卷积特 征图； 第二卷积编码单元， 用于使用所述卷积神经网络模型的第 二卷积层对所述测试监控视 频中的第二帧进行 卷积编码以得到第二卷积特 征图； 时间注意力 叠加单元， 用于计算所述第 一卷积特征图和所述第 二卷积特征图的按位置 加权和以得到时间注意力得分图； 激活单元， 用于将所述时间注意力得分图输入Softmax激活函数以得到时间注意力图； 第三卷积编码单元， 用于使用所述卷积神经网络模型的第 三卷积层对所述测试监控视 频中的第一帧进行 卷积编码以得到第三卷积特 征图； 以及 注意力施加单元， 用于计算所述第 三卷积特征图和所述 时间注意力图的按位置点乘以 得到所述测试跟踪特 征图。权　利　要　求　书 1/2 页 2 CN 115475339 A 25.根据权利要求4所述的勃起障碍患 者脉冲超声设备， 其特征在于， 所述特征分布校正 模块， 进一步用于： 以如下公式对所述测试跟踪特征向量和所述测试超声波时域特征向量 分别进行特征值校正以得到校正后测试跟踪 特征向量和校正后测试超声波时域特征向量， 其中， 所述公式为： 其中， μ和σ 是特征集合vi∈V的均值和方差， V指的是所述测试超声波时域特征向量或所 述测试跟踪特 征向量。 6.根据权利要求5所述的勃起障碍患 者脉冲超声设备， 其特征在于， 所述响应性估计模 块， 进一步用于： 以如下公式计算所述校正后测试超声波时域特征向量相对于所述校正后 测试跟踪特 征向量的响应性估计以得到分类特 征矩阵； 其中， 所述公式为： 其中Va表示所述校正后测 试超声波时域特征向量， Vb表示所述校正后测 试跟踪特征向 量， M表示所述分类特 征矩阵， 表示矩阵相乘。 7.根据权利要求6所述的勃起障碍患 者脉冲超声设备， 其特征在于， 所述控制结果生成 模块， 进一步用于： 使用所述分类器以如下公式对所述分类特征矩阵进行处理以生成分类 结果， 其中， 所述 公式为： softmax{(Wn,Bn):…:(W1,B1)|Project(F)}， 其中Project(F)表示 将所述分类特征矩阵投影为向量， W1至Wn为各层全连接层的权重矩阵， B1至Bn表示各层全连 接层的偏置矩阵。权　利　要　求　书 2/2 页 3 CN 115475339 A 3