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！

龙图腾网获悉浙江工业大学申请的专利一种基于裂隙灯图像分类模型训练的白内障细粒度分类方法和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：CN116109870B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310140699.0，技术领域涉及：G06V10/764；该发明授权一种基于裂隙灯图像分类模型训练的白内障细粒度分类方法和系统是由白琮;孙泓迪;王琼;陈胜勇设计研发完成，并于2023-02-21向国家知识产权局提交的专利申请。

本一种基于裂隙灯图像分类模型训练的白内障细粒度分类方法和系统在说明书摘要公布了：一种在不平衡裂隙灯图像中白内障细粒度分类方法，包括：构建基于自注意力机制的白内障细粒度分类网络，将图片分为固定大小的补丁，经过一个补丁嵌入层后进入到多头自注意力中，从不同维度的空间中学习，以便更好地提取白内障的病理层面的特征；再聚焦损失根据样本大小动态修改其损失，以重新平衡不同类别的权重；对已有的数据类别根据其数据量进行合理的划分，构建包含多个白内障类别的细粒度的数据集，以供模型训练；采用多项指标对所提出的方法进行有效性验证。本发明还包括一种在不平衡裂隙灯图像中白内障细粒度分类系统。本发明能够输出白内障的具体类别和严重程度，是在数据量呈长尾分布时依旧能够得到较好的输出结果。

本发明授权一种基于裂隙灯图像分类模型训练的白内障细粒度分类方法和系统在权利要求书中公布了：1.一种基于裂隙灯图像分类模型训练的白内障细粒度分类方法，包括： 步骤一、搭建白内障细粒度分类网络框架；构建基于多头自注意力机制的白内障细粒度分类网络模型；利用多头自注意力机制从图像全局的角度把握裂隙灯图中的人眼结构中的晶状体部分，并且在晶状体图像中进行特征的建模以及特征关系的抽取，从而提升网络学习白内障细粒度特征的性能； 步骤二、训练白内障细粒度分类网络模型；利用定制的损失函数平衡网络内部多数类和少数类的权重，在学习到白内障类间差异的基础之上，捕获导致类内差异存在的特征，从而提升白内障细粒度分类网络模型对于少数类别的分类性能；其中多数类指的是样本数量多的类别，少数类指的是样本数量少的类别；具体包括： 步骤2.1：获取每个白内障细粒度类别的图片数量；因为需要对不同的类别赋予不同的权重，而权重则是通过某一类中图片的数量进行定义，因此要统计每一类的图片数量，表示白内障细粒度类别的数量； 步骤2.2：定义每个类别的权重，公式如下； ； ； 其中为的缩写，； 步骤2.3：设计每个白内障细粒度类别的类别因子，其公式为： ； 步骤2.4：生成最终损失函数，其公式为： ； 步骤2.5：将预训练好的模型作为初始模型，开始多轮迭代训练；在训练过程中需要将初始的几轮训练的学习率设置为线性增长，后续的学习率设置为非线性降低； 步骤2.6：在每个迭代中模型输出和真实标签之间计算再聚焦损失； 步骤2.7：利用AdamW优化器最小化损失函数，并保存最优模型； 步骤三、数据集预处理；筛选高质量裂隙灯图，并将筛选后的裂隙灯图根据已有标签分成九个类别；在高质量裂隙灯图作为输入的情况下，使模型能够直观地学到白内障细粒度特征，提高模型的鲁棒性以及泛化能力； 步骤四、白内障分类测试；将裂隙灯图输入到训练好的白内障细粒度分类网络模型中测试模型的准确率，实现对于白内障细粒度分类性能的测试。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。