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！

龙图腾网获悉广州比格威医疗科技有限公司申请的专利一种基于元学习的早产儿视网膜眼底图像定量化指标及分期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：CN116012639B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202211605072.X，技术领域涉及：G06V10/764；该发明授权一种基于元学习的早产儿视网膜眼底图像定量化指标及分期方法是由陈新建;郝旭辰;范煜设计研发完成，并于2022-12-14向国家知识产权局提交的专利申请。

本一种基于元学习的早产儿视网膜眼底图像定量化指标及分期方法在说明书摘要公布了：本发明公开了一种基于元学习的早产儿视网膜眼底图像定量化指标及分期方法，面对新的应用场景如不同医院或不同成像设备的ROP影像时，可以使用少量的数据和时间便可以训练得到一个性能较好的模型，通过引入元学习的方法，将原型分割网络ADNet与GAN相结合的分割模型的定量分析结果应用于ROP病变分期，可以用少量的数据和更快的速度达到较好的效果，并且提高了早产儿视网膜病变一期二期的分类准确率。

本发明授权一种基于元学习的早产儿视网膜眼底图像定量化指标及分期方法在权利要求书中公布了：1.一种基于元学习的早产儿视网膜眼底图像定量化指标及分期方法，其特征在于：包括如下步骤： 1元数据采集：收集两组来源不同的ROP数据集分别作为元学习训练过程的元训练数据和元学习测试过程的元测试数据，其中，元训练数据即为源域数据，元测试数据即为目标域数据，并将数据按照正常、一期、二期、三期、四期和五期共六个阶段分别放置在不同的文件夹中； 2元数据集的标注：使用Labelme软件对ROP数据集进行标注，得到ROP病灶的分割mask，即金标准； 3元数据集预处理：使用快速进行算法去除ROP影像上的病人信息，同时将ROP影像转换到YCrCb空间，再使用自适应直方图均衡化，在保留ROP细节的同时增强病灶和背景的对比度，之后将图片和标注图像进行扩增； 4建立元学习模型：使用了原型网络ADNet和GAN相结合的分割模型，作为ROP病灶的分割任务的网络模型，使用Resnet101作为骨架网络； 5元学习模型预训练：将元学习模型在COCO数据集上以深度学习的方式进行预训练，保存好预训练权重； 6元学习模型元训练阶段：在源域数据中采集样本组成若干个训练任务进行模型训练，每个训练任务中均包含支持集和查询集，支持集用来生成病灶原型，查询集用来与病灶原型生成分割结果，元训练数据集的构建采取6-way和5-shot，即训练任务中包含六个类别来自正常和一到五期，支持集中每个类别有5张训练图像，默认支持集中每个类别有15张图像，此外，损失函数选用交叉熵损失函数，并将该处损失记为L1； 7GAN的辨别器的训练：只使用生成对抗网络中辨别器的部分，该辨别器是一个二分类卷积神经网络，该辨别器的训练需要用到元训练阶段的查询集图像及其分割结果图像和标注图像，辨别器的两个类别为：aROP原图及其分割结果图像；bROP原图及其标注图像，因此，同时输入辨别器的有两张图像，对于类别a的label为0即fake，对于类别b的label为1即true，此外，此处损失函数选用交叉熵损失函数，并将该处损失记为L2； 8网络参数更新：网络更新总损失L为L1和L2的总和，反向传播更新元学习器和辨别器； 9元学习模型元测试阶段：元测试阶段与元训练阶段类似，在目标域数据采集样本生成测试任务，每个测试任务也包含支持集和测试集，支持集用来生成病灶原型，测试集用来与病灶原型生成分割结果； 10分割结果后处理：对输出的分割结果进行后处理，处理方式为膨胀腐蚀，目的是连通分割出来的病灶区域，方便后续定量化指标的计算，包括长度、平均宽度、占比面积和明显程度，用于辅助ROP分期分类，此外，首先需要对元测试数据集进行指标分析，统计分析不同分期的病灶的长度、平均宽度、占比面积和明显程度；然后再将元测试中查询集的分割结果的定量化指标与统计结果进行比对，从而进行ROP分期。

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广州比格威医疗科技有限公司，其通讯地址为：510535 广东省广州市黄埔区瑞和路39号F1栋411、412、413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。