中南大学梁毅雄获国家专利权
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!
龙图腾网获悉中南大学申请的专利新生儿眼底图像描述生成方法及成像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:CN119992242B 。
龙图腾网通过国家知识产权局官网在2025-08-12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:202510480474.9,技术领域涉及:G06V10/764;该发明授权新生儿眼底图像描述生成方法及成像方法是由梁毅雄;张骁;江冰;郭杰设计研发完成,并于2025-04-17向国家知识产权局提交的专利申请。
本新生儿眼底图像描述生成方法及成像方法在说明书摘要公布了:本发明公开了一种新生儿眼底图像描述生成方法及成像方法,包括获取现有的新生儿眼底图像并进行描述和预处理以构建训练数据集;基于特征提取网络、特征映射网络和大语言模型,构建新生儿眼底图像描述生成初始模型并训练得到新生儿眼底图像描述生成模型;采用得到的新生儿眼底图像描述生成模型进行新生儿眼底图像描述的自动生成。本发明提供的这种新生儿眼底图像描述生成方法及成像方法,通过结合特征提取、特征映射和大语言模型的技术方案,针对新生儿眼底图像设计了对应的图像特征提取网络和特征映射网络,并采用描述生成方案,不仅针对性地实现了新生儿眼底图像描述的生成和成像,而且可靠性更高,精确性更好。
本发明授权新生儿眼底图像描述生成方法及成像方法在权利要求书中公布了:1.一种新生儿眼底图像描述生成方法,其特征在于包括如下步骤: S1.获取现有的新生儿眼底图像; S2.对步骤S1获取的新生儿眼底图像进行描述和预处理,以构建训练数据集; S3.基于图像特征提取网络、特征映射网络和大语言模型,构建新生儿眼底图像描述生成初始模型; 新生儿眼底图像描述生成初始模型包括依次串接的图像特征提取网络、特征映射网络和描述生成模块;图像特征提取网络用于对输入的图像数据进行特征提取;特征映射网络用于将提取得到的特征映射到对应的图像描述;描述生成模块用于根据得到的图像特征和对应的文本提示词,生成输入图像的描述; 具体包括如下步骤: 基于SigLip模型构建图像特征提取网络,用于对输入的图像数据进行特征提取; 基于多层感知机模型构建特征映射网络,用于将提取得到的特征映射到对应的图像描述; 基于Qwen2模型构建描述生成模块,用于根据得到的图像特征和对应的文本提示词,生成输入图像的描述; S4.采用步骤S2得到的训练数据集,基于似然函数,对步骤S3构建的新生儿眼底图像描述生成初始模型进行训练,得到新生儿眼底图像描述生成模型; 训练过程中:通过参数高效微调的训练方式,最大模型的似然函数;在一个批次内的似然函数表示为:式中为在参数下的概率;B为批次的大小;为对应批次中第b个样本的当前位置预测值;为对应批次中第b个样本的图像;为对应批次中第b个样本的预测位置之前的输入指令,为对应批次中第b个样本的预测位置之前的生成内容; 模型权重的更新算式表示为:式中为更新后的模型参数;为由可训练参数编码的模型权重增量;为步骤S3中构建的新生儿眼底图像描述生成初始模型的模型参数 在更新模型权重时,针对特征映射网络和描述生成模块进行权重更新:对于线性层,权重矩阵表示为W,偏置表示为b,权重矩阵的增量表示为,设定线性层的输入为z,则经过参数高效微调后,线性层的前向传播表示为:式中h为线性层的输出;为缩放因子,用于调整权重增量的值; S5.采用步骤S4得到的新生儿眼底图像描述生成模型,进行新生儿眼底图像描述的自动生成。
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中南大学,其通讯地址为:410083 湖南省长沙市岳麓区麓山南路932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”。
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。