申请/专利权人：宁波市眼科医院

申请日：2024-03-13

公开（公告）日：2024-04-12

公开（公告）号：CN117877103A

主分类号：G06V40/18

分类号：G06V40/18;G06V10/82;G06N3/0464;G06N3/045;G06N3/096;G06N3/084;G06N3/0985

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于深度元学习的角膜炎智能筛查方法，属于图像处理技术领域，具体包括：采集已标注角膜分类的角膜照片，基于深度学习分类算法ConvNeXt构建角膜辅助筛查模型，将裂隙灯角结膜区域图像输入所述角膜辅助筛查模型中，提取角结膜区域中角膜炎的眼表特征，训练所述角膜辅助筛查模型；将Canton裂隙灯角膜照片和移动设备角膜照片，输入训练后的角膜辅助筛查模型，联合元学习策略，提取角膜照片中角膜炎的眼表特征，再次训练所述角膜辅助筛查模型，根据训练结果反向传播更新模型，直至收敛；本发明提升了对角膜炎筛查的识别效率和准确率。

主权项：1.一种基于深度元学习的角膜炎智能筛查方法，其特征在于，包括以下步骤：采集已标注角膜分类的角膜照片，所述角膜照片包括Sanyo裂隙灯角膜照片、Canton裂隙灯角膜照片和移动设备角膜照片，识别并裁剪出Sanyo裂隙灯角膜照片的角结膜区域图像，并对角结膜区域图像进行降噪；基于深度学习分类算法ConvNeXt联合注意力机制、代价敏感、数据增强和蒸馏方法，构建角膜辅助筛查模型baseModel，将角结膜区域图像输入所述角膜辅助筛查模型中，提取角结膜区域中角膜炎对应的眼表特征，训练所述角膜辅助筛查模型；将Canton裂隙灯角膜照片和移动设备角膜照片，输入训练后的角膜辅助筛查模型，联合元学习策略，提取角膜照片中角膜炎对应的眼表特征，再次训练所述角膜辅助筛查模型，根据训练结果反向传播更新模型，直至收敛。

全文数据：

权利要求：

百度查询： 宁波市眼科医院 一种基于深度元学习的角膜炎智能筛查方法

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