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！

龙图腾网获悉珠海中科先进技术研究院有限公司;中国科学院深圳先进技术研究院申请的专利基于融合深度学习模型的多源老年性黄斑变性分析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：CN115661067B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202211295551.6，技术领域涉及：G06T7/00；该发明授权基于融合深度学习模型的多源老年性黄斑变性分析系统是由王涵;潘毅设计研发完成，并于2022-10-21向国家知识产权局提交的专利申请。

本基于融合深度学习模型的多源老年性黄斑变性分析系统在说明书摘要公布了：本发明提供一种基于融合深度学习模型的多源老年性黄斑变性分析系统，包括：预处理模块，用于获取数据源，对数据源执行预处理，得到预处理数据，数据源用于表征多源老年性黄斑变性图片数据；分类预测模块，用于对预处理数据执行特征提取，得到特征数据；对特征数据执行融合，得到融合特征；对融合特征进行分类，得到老年性黄斑变性分析结果。本发明的有益效果为：相比于完全图片级别黑盒子分类，本发明的技术方案提高了临床可解释性，兼容多种数据源的AMD分析，解决阳性数据和标记数据量较少，数据格式不一的难题。

本发明授权基于融合深度学习模型的多源老年性黄斑变性分析系统在权利要求书中公布了：1.一种基于融合深度学习模型的多源老年性黄斑变性分析系统，其特征在于，包括： 预处理模块，用于获取数据源，对所述数据源执行预处理，得到预处理数据，所述数据源用于表征多源老年性黄斑变性图片数据； 分类预测模块，用于对所述预处理数据执行特征提取，得到特征数据；对所述特征数据执行融合，得到融合特征；对所述融合特征进行分类，得到老年性黄斑变性分析结果； 所述分类预测模块的特征提取包括：用于通过one-hot编码获取多源老年性黄斑变性图片数据中的图片类型；获取多源老年性黄斑变性图片数据中图片纹理的对比度、相异度、同质性逆差距、能量和相关性，并利用SCRICKITS-IMAGE函数提取纹理特征；通过层次聚类HC、ResNet-Kmeans和支持向量机聚类算法中的至少一种，通过无监督最大似然模型的聚类个数通过簇内误方差的度量指标确定聚类标签；采用深度学习模型以所述预处理数据进行输入，通过深度学习模型的最后一层下采样得到图片特征； 所述深度学习模型包括VGG16； 所述对所述特征数据执行融合，得到融合特征包括：将所述纹理特征、所述聚类标签和从VGG16最后一层提取的所述图片特征组合到矩阵中，得到特征矩阵，在所述特征矩阵具有缺失位置添加分类标签后得到所述融合特征。

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珠海中科先进技术研究院有限公司;中国科学院深圳先进技术研究院，其通讯地址为：519000 广东省珠海市高新区唐家湾镇哈工大路2号龙园智慧产业园5栋101；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。