申请/专利权人：浙江一益医疗器械有限公司

申请日：2023-07-17

公开（公告）日：2024-02-27

公开（公告）号：CN116586924B

主分类号：B23P15/00

分类号：B23P15/00

优先权：

专利状态码：有效-授权

法律状态：2024.02.27#授权;2023.09.01#实质审查的生效;2023.08.15#公开

摘要：公开了一种针尖五斜面结构的不锈钢针管及其制备工艺。该制备工艺包括：提供针尖主体；通过切削成型工艺对所述针尖主体进行斜面切削加工以形成具有第一面、第二面、第三面、第四面和第五面的加工后针尖主体；以及，对所述加工后针尖主体进行表面处理以得到成型针尖。通过这样的方式，可以得到针尖五斜面结构的不锈钢针管。

主权项：1.一种针尖五斜面结构的不锈钢针管的制备工艺，其特征在于，包括：提供针尖主体；通过切削成型工艺对所述针尖主体进行斜面切削加工以形成具有第一面、第二面、第三面、第四面和第五面的加工后针尖主体；以及对所述加工后针尖主体进行表面处理以得到成型针尖；其中，对所述加工后针尖主体进行表面处理以得到成型针尖，包括：通过摄像头采集针尖图像；对所述针尖图像进行图像特征提取以得到针尖特征；以及基于所述针尖特征，确定针尖表面成型质量是否符合预定标准；其中，对所述针尖图像进行图像特征提取以得到针尖特征，包括：对所述针尖图像进行多尺度特征提取以得到针尖浅层特征图、针尖中层特征图和针尖深层特征图；以及融合所述针尖浅层特征图、所述针尖中层特征图和所述针尖深层特征图以得到针尖多尺度特征图作为所述针尖特征；其中，对所述针尖图像进行多尺度特征提取以得到针尖浅层特征图、针尖中层特征图和针尖深层特征图，包括：将所述针尖图像通过基于第一卷积神经网络模型的浅层特征提取器以得到所述针尖浅层特征图；将所述针尖浅层特征图通过基于第二卷积神经网络模型的中层特征提取器以得到所述针尖中层特征图；以及将所述针尖中层特征图通过基于第三卷积神经网络模型的深层特征提取器以得到所述针尖深层特征图；其中，融合所述针尖浅层特征图、所述针尖中层特征图和所述针尖深层特征图以得到针尖多尺度特征图作为所述针尖特征，包括：使用自适应融合模块来融合所述针尖浅层特征图、所述针尖中层特征图和所述针尖深层特征图以得到所述针尖多尺度特征图；其中，基于所述针尖特征，确定针尖表面成型质量是否符合预定标准，包括：基于沿通道的加权机制来对所述针尖多尺度特征图的各个特征矩阵进行加权优化以得到优化针尖多尺度特征图；以及将所述优化针尖多尺度特征图通过分类器以得到分类结果，所述分类结果用于表示针尖表面成型质量是否符合预定标准；其中，基于沿通道的加权机制来对所述针尖多尺度特征图的各个特征矩阵进行加权优化以得到优化针尖多尺度特征图，包括：通过基于所述针尖多尺度特征图的静态场景表达的定向偏导约束的自调谐结构化计算加权特征向量；以及以所述加权特征向量对所述针尖多尺度特征图的沿通道维度的各个特征矩阵进行加权优化以得到所述优化针尖多尺度特征图；其中，通过基于所述针尖多尺度特征图的静态场景表达的定向偏导约束的自调谐结构化计算加权特征向量，包括：将所述针尖多尺度特征图的每个特征矩阵进行通道线性变换转换为正方矩阵以得到转换后特征图；以及基于所述转换后特征图，通过基于所述针尖多尺度特征图的静态场景表达的定向偏导约束的自调谐结构化计算所述加权特征向量；其中，基于所述转换后特征图，通过基于所述针尖多尺度特征图的静态场景表达的定向偏导约束的自调谐结构化计算所述加权特征向量，包括：基于所述转换后特征图，通过基于所述针尖多尺度特征图的静态场景表达的定向偏导约束的自调谐结构化以如下优化公式计算所述加权特征向量；其中，所述优化公式为： 其中，Mk是所述转换后特征图沿通道维度的第k个特征矩阵，V是所述转换后特征图沿通道维度的每个特征矩阵全局池化得到的向量，是所述转换后特征图沿通道维度的第k个特征矩阵的第i,j位置的特征值，和分别表示按位置加法、减法和乘法，Vw是所述加权特征向量。

全文数据：

权利要求：

百度查询： 浙江一益医疗器械有限公司 一种针尖五斜面结构的不锈钢针管及其制备工艺

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD