[发明专利]磁共振成像系统冷头工作状态的监测方法和系统在审
| 申请号： | 201711421803.4 | 申请日： | 2017-12-25 |
| 公开（公告）号： | CN109959889A | 公开（公告）日： | 2019-07-02 |
| 发明（设计）人： | 鹿麒麟;杨健 | 申请（专利权）人： | 通用电气公司 |
| 主分类号： | G01R35/00 | 分类号： | G01R35/00;G06N3/04 |
| 代理公司： | 上海专利商标事务所有限公司 31100 | 代理人： | 侯颖媖;钱慰民 |
| 地址： | 美国*** | 国省代码： | 美国;US |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 冷头 磁共振成像系统 卷积神经网络 频谱图 声音收集装置 工作期间 监测 采集 输出 | ||
1.一种磁共振成像系统冷头工作状态的监测方法，其特征在于，包括：
接收通过磁共振成像系统的声音收集装置在冷头工作时采集的冷头声音信号；
对所述冷头声音信号进行处理，其包括计算所述冷头声音信号的频谱图；以及
将所述频谱图输入卷积神经网络，并且根据所述卷积神经网络的输出来判断所述冷头的工作状态。
2.如权利要求1所述的冷头工作状态的监测方法，其特征在于，所述卷积神经网络包括第一卷积神经网络，根据所述卷积神经网络的输出来判断所述冷头的工作状态包括：
根据所述第一卷积神经网络的输出来判断所述冷头是否正常。
3.如权利要求2所述的冷头工作状态的监测方法，其特征在于，所述第一卷积神经网络对输入的频谱图进行二元逻辑回归分类。
4.如权利要求2所述的冷头工作状态的监测方法，其特征在于，所述卷积神经网络包括第二卷积神经网络，根据所述卷积神经网络的输出来判断所述冷头的工作状态包括：
根据所述第二卷积神经网络的输出来预测所述冷头的剩余寿命。
5.如权利要求4所述的冷头工作状态的监测方法，其特征在于，所述第二卷积神经网络对输入的频谱图进行值回归。
6.如权利要求1所述的冷头工作状态的监测方法，其特征在于，所述对所述冷头声音信号进行处理还包括基于所述冷头声音信号的幅值掩模从冷头声音信号的频谱图去除背景噪声。
7.如权利要求1所述的冷头工作状态的监测方法，其特征在于，所述冷头工作状态的判断结果包括：所述冷头需要更换；
所述监测方法还包括：根据所述冷头需要更换的判断结果输出报警信息。
8.一种计算机可读存储介质，用于存储计算机程序，所述计算机程序运行于计算机系统，用于执行以下指令：
接收通过磁共振成像系统的声音收集装置在冷头工作时采集的冷头声音信号；
对所述冷头声音信号进行处理，其包括计算所述冷头声音信号的频谱图；以及
将所述频谱图输入卷积神经网络，并且根据所述卷积神经网络的输出来判断所述冷头的工作状态。
9.如权利要求8所述的计算机可读存储介质，其特征在于，所述卷积神经网络包括第一卷积神经网络，根据所述卷积神经网络的输出来判断所述冷头的工作状态包括：
根据所述第一卷积神经网络的输出来判断所述冷头是否正常。
10.如权利要求9所述的计算机可读存储介质，其特征在于，所述第一卷积神经网络对输入的频谱图进行二元逻辑回归分类。
11.如权利要求9所述的计算机可读存储介质，其特征在于，所述卷积神经网络包括第二卷积神经网络，根据所述卷积神经网络的输出来判断所述冷头的工作状态包括：
根据所述第二卷积神经网络的输出来预测所述冷头的剩余寿命。
12.如权利要求11所述的计算机可读存储介质，其特征在于，所述第二卷积神经网络对输入的频谱图进行值回归。
13.如权利要求8所述的计算机可读存储介质，其特征在于，所述对所述冷头声音信号进行处理还包括基于所述冷头声音信号的幅值掩模从冷头声音信号的频谱图去除背景噪声。
14.如权利要求8所述的计算机可读存储介质，其特征在于，还包括根据所述冷头需要更换输出报警。
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通用电气公司，未经通用电气公司许可，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/pat/books/201711421803.4/1.html，转载请声明来源钻瓜专利网。
