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！

龙图腾网获悉山东师范大学申请的专利一种基于MAML和空间变换的凝血指标检测中血液样本的分类方法及系统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：CN117036823B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202311079092.2，技术领域涉及：G06V10/764；该发明授权一种基于MAML和空间变换的凝血指标检测中血液样本的分类方法及系统是由李登旺;张广鑫;黄浦;国承山;王醒;李玉玲;陆华;周顺风;陈萍;李浩设计研发完成，并于2023-08-25向国家知识产权局提交的专利申请。

本一种基于MAML和空间变换的凝血指标检测中血液样本的分类方法及系统在说明书摘要公布了：本发明涉及机器学习领域，具体涉及一种基于MAML和空间变换的凝血指标检测中血液样本的分类方法及系统，主要利用空间变换模块来对凝血指标进行分类，具体步骤包括：获取凝血酶原时间PT和凝血酶时间TT样本的曲线图像，提取特征并创建训练集和测试集；将训练集图像输入空间变换与卷积网络相结合的模块生成处理后的图像；然后再利用训练模型进行梯度下降更新参数，重新构建空间变换凝血指标分类模型；对异常的凝血指标分类模型进行超参数设置；通过模型训练和迭代测试来寻找最优的模型训练过程，实现凝血指标的分类。本发明利用MAML算法和空间变换来通过少量的样本逐步优化实现良好的泛化能力，将神经网络结构和学习算法相结合，有广泛的适用性和灵活性。

本发明授权一种基于MAML和空间变换的凝血指标检测中血液样本的分类方法及系统在权利要求书中公布了：1.一种基于MAML和空间变换的凝血指标检测中血液样本的分类方法，其特征在于，包括以下步骤： 1获取凝血酶原时间PT和凝血酶时间TT样本的曲线图像，将曲线图像进行划分为单个小型任务，每个任务包含不同的类别，不同的类别之下包含不同的样本，提取特征后创建训练集和测试集； 2使用步骤1生成的曲线图像作为输入，并将其划分为多个任务，使其经过元训练和元测试两个阶段，元训练通过从多个任务的学习中抽象出通用的特征和策略，训练集图像输入空间变换与卷积网络相结合的模块生成处理后的图像，元测试来评估学习算法的性能； 3元训练后模型进行梯度下降来更新参数θ，构建基于MAML和空间变换的凝血指标分类模型； 步骤3包括如下步骤： 训练模型使用如下交叉熵损失函数进行训练： 交叉熵损失函数中表示从任务中随机选取第j个样本，为样本的输入，表示根据参数计算得到的模型预测概率分布，为样本j的输出，表示为初始参数并行不断迭代更新； 在训练阶段过程中，使用单优化和双优化，单优化对数据进行一定的梯度更新，双优化对损失进行加权平均来计算模型的总体优化方向； 元目标是最小化损失函数并获得泛化能力较强的参数，更新公式如下所示： 其中元目标中的表示模型的参数，表示损失函数的指数，表示的n次时查询的损失权重，用于计算加权和，N表示为共梯度下降更新了N步，I表示共有任务个数，表示从第个任务开始计算加权，表示任务训练n次的目标及损失，属于元训练任务上的分布，和表示初始化参数，和表示参数化函数； 4对异常的凝血指标分类模型进行超参数设置，包括调整元学习率、遍历次数epoch、数据量大小batchsize、优化器以及迭代次数； 步骤4包括如下步骤： 对异常的凝血指标分类模型进行超参数设置，包括调整元学习率、遍历次数epoch、数据量大小batchsize、优化器以及迭代次数； 5对经过训练的模型进行微调和迭代测试，将经过迭代测试和微调的凝血指标分类模型应用于测试集，并结合基于MAML算法和空间变换的模型进行分类。

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山东师范大学，其通讯地址为：250013 山东省济南市文化东路88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。