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！

龙图腾网获悉华南理工大学申请的专利一种针对细菌性和真菌性角膜炎的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：CN117636337B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202311509761.5，技术领域涉及：G06V20/69；该发明授权一种针对细菌性和真菌性角膜炎的分类方法是由林康宇;张见威设计研发完成，并于2023-11-14向国家知识产权局提交的专利申请。

本一种针对细菌性和真菌性角膜炎的分类方法在说明书摘要公布了：本发明公开了一种针对细菌性和真菌性角膜炎的分类方法，包括下述步骤：获取包含细菌性角膜炎和真菌性角膜炎的图像数据集；将预处理后的图像数据集输入预先设立的神经网络进行数据增强；构建分类模型，所述分类模型包括特征提取模块、混淆特征交互模块和分类器；基于交叉熵损失、多类相似性损失和混淆损失对分类模型进行训练，直至模型收敛；使用训练好的分类模型对细菌性和真菌性角膜炎图像进行分类。本发明通过设计混淆特征交互模块去学习到更具表达力的特征，并且设计混淆损失去引导模型学习混淆特征，从而提高分类准确度。

本发明授权一种针对细菌性和真菌性角膜炎的分类方法在权利要求书中公布了：1.一种针对细菌性和真菌性角膜炎的分类方法，其特征在于，包括下述步骤： 获取包含细菌性角膜炎和真菌性角膜炎的图像数据集，对所述图像数据集进行预处理； 将预处理后的图像数据集输入预先设立的神经网络进行数据增强； 构建分类模型，所述分类模型包括特征提取模块、混淆特征交互模块和分类器；所述特征提取模块用于采用卷积神经网络提取数据增强后图像数据集的图像的特征，所述混淆特征交互模块用于去除对于分类不起作用的混淆特征，获得更加能表示图像特性的特征向量，所述分类器用于得到混淆概率向量和预测结果概率向量； 基于交叉熵损失、多类相似性损失和混淆损失对分类模型进行训练，直至模型收敛；所述交叉熵损失用于衡量真实值和模型预测值之间的差异；所述多类相似性损失用于提高同类别图像的特征向量的相似度，降低不同类别图像的特征向量的相似度；所述混淆损失用于驱动分类模型提取到对于分类不起作用的特征； 使用训练好的分类模型对细菌性和真菌性角膜炎图像进行分类； 所述混淆特征交互模块具体用于： 将特征提取模块获取的特征向量输入到一个多层感知机中，通过多层感知机去提取图像的混淆特征，表示如下： ； 得到的混淆特征f c 与图像的整体特征f进行交互，由于f c 是通过f得到的，从集合的角度出发，认为f c 是f的子集；使用向量按位相减的操作实现f c 和f的交互，通过这个按位相减的操作，相当于从f中消除了其中的混淆特征，从而得到更能表示图像自身特性的细粒度特征向量f a ，该过程表示如下： ； 其中Sig表示激活函数Sigmoid； 所述混淆损失具体表达式如下： ； ； ； 其中，m表示一次训练时选取的样本数，表示一次训练中第k个样本对应的特征向量，i和j表示索引位置，即表示中第i个元素的值，表示中元素的最大值，n表示分类任务的类别数；当最小化l cf 时，，表示中元素的最大值，为由f c 所获得的概率向量。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。

以上内容由龙图腾AI智能生成。