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！

龙图腾网获悉哈尔滨工业大学申请的专利基于多模态信息网络的青光眼不同阶段判别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：CN119541835B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202411694302.3，技术领域涉及：G16H50/20；该发明授权基于多模态信息网络的青光眼不同阶段判别系统是由杜奕辉;宋旭文;张圣予;杨学博;杨宪强;佟明斯设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本基于多模态信息网络的青光眼不同阶段判别系统在说明书摘要公布了：基于多模态信息网络的青光眼不同阶段判别系统，本发明涉及青光眼不同阶段判别系统，属于计算机视觉和机器学习技术。本发明为了解决现有青光眼不同阶段判别准确率低的问题。系统包括：数据采集模块、数据预处理模块、超分辨率重建网络模型、图文多模态卷积网络模型和待测模块；数据采集模块用于采集OCT影像、OCTA影像、RNFL影像、病历信息；数据预处理模块用于得到预处理后的OCT影像训练集、OCTA影像训练集、RNFL影像训练集和病历信息；超分辨率重建网络模型用于获得训练好的超分辨率重建网络模型；图文多模态卷积网络模型用于获得训练好的图文多模态卷积网络模型；待测模块用于输出待测数据的青光眼不同时期的概率。

本发明授权基于多模态信息网络的青光眼不同阶段判别系统在权利要求书中公布了：1.基于多模态信息网络的青光眼不同阶段判别系统，其特征在于：所述系统包括：数据采集模块、数据预处理模块、超分辨率重建网络模型、图文多模态卷积网络模型和待测模块； 数据采集模块用于采集眼底光相干断层扫描OCT影像训练集、眼底光相干断层扫描OCTA影像训练集、RNFL影像训练集、病历信息；所述病历信息包含患者的性别和年龄信息； 数据预处理模块用于对数据采集模块采集的眼底光相干断层扫描OCT影像训练集、眼底光相干断层扫描OCTA影像训练集、RNFL影像训练集和病历信息分别进行预处理，得到预处理后的眼底光相干断层扫描OCT影像训练集、眼底光相干断层扫描OCTA影像训练集、RNFL影像训练集和病历信息；所述病历信息包含患者的性别和年龄信息； 超分辨率重建网络模型用于将预处理后的眼底光相干断层扫描OCT影像训练集、眼底光相干断层扫描OCTA影像训练集和RNFL影像训练集作为超分辨率重建网络模型的输入，高分辨率的OCT影像训练集、OCTA影像训练集和RNFL影像训练集作为超分辨率重建网络模型的输出，获得训练好的超分辨率重建网络模型； 图文多模态卷积网络模型用于将训练好的超分辨率重建网络模型输出的高分辨率的OCT影像、OCTA影像、RNFL影像和年龄、性别、联合特征作为图文多模态卷积网络模型的输入，青光眼不同时期的患病概率作为图文多模态卷积网络模型的输出，获得训练好的图文多模态卷积网络模型；具体过程为： 图文多模态卷积网络模型包括特征提取网络和特征融合网络； 特征提取网络包括影像特征提取网络和文字信息特征提取网络； 影像特征提取网络依次包括：输入层、卷积层、批归一化层、ReLU激活函数层、50个残差块、全局平均池化层、输出层； 每个残差块包含一个卷积层以及一个恒等连接； 文字信息特征提取网络依次包括：输入层、嵌入层、卷积层、最大池化层、输出层； 特征融合网络依次包括：输入层、拼接层、全连接层、softmax层和输出层； 将高分辨率的OCT影像、OCTA影像、RNFL影像分别输入影像特征提取网络，影像特征提取网络分别输出OCT影像特征向量、OCTA影像特征向量、RNFL影像特征向量； 将年龄、性别、联合特征分别输入文字信息特征提取网络，文字信息特征提取网络分别输出年龄、性别、联合特征的特征向量； 将OCT影像特征向量、OCTA影像特征向量、RNFL影像特征向量和年龄、性别、联合特征的特征向量作为特征融合网络的输入，将青光眼不同时期的患病概率特征融合网络输出； 定义交叉熵损失函数； 使用Adam优化算法更新特征提取网络和特征融合网络的参数；直至交叉熵损失函数收敛，获得训练好的训练好的图文多模态卷积网络模型； 所述联合特征的获取过程为： 基于预处理后的年龄数据和预处理后的性别数据，计算联合特征；表示为： 联合特征＝Beta1×年龄+Beta2×性别+Beta3 其中，Beta1、Beta2、Beta3均为系数； 所述系数Beta1、Beta2、Beta3的获取过程为： 基于联合特征训练Logistic逻辑回归模型，获取患有青光眼的预测概率，调用scikit-learn库中的roc_auc_score函数计算Logistic逻辑回归模型对应的ROC曲线下的面积AUC，至此，一次循环结束； 在每次循环中修改系数Beta1、Beta2、Beta3的取值，取使AUC值最接近于1的一组Beta1、Beta2、Beta3系数作为最优的Beta1、Beta2、Beta3系数； 基于最优的Beta1、Beta2、Beta3系数计算联合特征； 待测模块用于获取待测的OCT影像、OCTA影像、RNFL影像、病例中的年龄和性别信息，对待测的OCT影像、OCTA影像、RNFL影像、病例中的年龄和性别信息进行预处理，得到预处理后的OCT影像、OCTA影像、RNFL影像、性别、年龄以及联合特征；将预处理后的OCT影像、OCTA影像、RNFL影像输入训练好的超分辨率重建网络模型，训练好的超分辨率重建网络模型中的生成器输出高分辨率的OCT影像、OCTA影像和RNFL影像；将生成器输出的高分辨率的OCT影像、OCTA影像和RNFL影像和预处理后的性别、年龄以及联合特征输入训练好的图文多模态卷积网络模型，训练好的图文多模态卷积网络模型输出青光眼不同时期的概率，包括青光眼初期、中期和晚期。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。