Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 人工智能与数字经济广东省实验室(广州)刘明思获国家专利权

人工智能与数字经济广东省实验室(广州)刘明思获国家专利权

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!

龙图腾网获悉人工智能与数字经济广东省实验室(广州)申请的专利一种基于扩散模型的连续测试时自适应眼底图像分类方法及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:CN120564250B

龙图腾网通过国家知识产权局官网在2026-05-12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:202510663958.7,技术领域涉及:G06V40/18;该发明授权一种基于扩散模型的连续测试时自适应眼底图像分类方法及系统是由刘明思;许言午;李响;方慧卉;段立新;王晶昊设计研发完成,并于2025-05-22向国家知识产权局提交的专利申请。

一种基于扩散模型的连续测试时自适应眼底图像分类方法及系统在说明书摘要公布了:本申请涉及一种基于扩散模型的连续测试时自适应眼底图像分类方法及系统,涉及医学图像分类技术领域,该方法包括:首先通过扩散模型对眼底图像进行前向加噪,得到加噪图像,然后,通过扩散模型对加噪图像进行反向去噪,在反向去噪过程中,引入多种梯度引导,包括内容保持引导、一致性引导和风格对齐引导,将梯度引导数据引入去噪图像中进行梯度融合,重建图像,最后,利用分类器对最终的重建图像进行预测。本申请引入扩散模型对眼底图像进行优化,实现对连续无标签测试图像的结构保持、风格对齐和分类稳定性优化,使其逐步贴近源域分布,实现图像层级的域对齐,无需修改源模型参数,保证系统稳定性和可部署性。

本发明授权一种基于扩散模型的连续测试时自适应眼底图像分类方法及系统在权利要求书中公布了:1.一种基于扩散模型的连续测试时自适应眼底图像分类方法,其特征在于,包括: 获取待分类眼底图像; 通过预设的扩散模型对所述待分类眼底图像进行时间步的前向扩散处理,得到加噪图像,并分析前向扩散过程的各时间步,所述扩散模型为无条件扩散模型; 在反向扩散过程中,针对前向扩散过程中的每一个时间步,通过所述扩散模型对所述加噪图像进行处理,得到当前时间步的中间图像; 根据所述中间图像进行引导识别,并针对引导识别结果,基于所述中间图像进行梯度引导分析处理,得到去噪中间图像和梯度引导数据,所述梯度引导数据包含内容保持梯度信息、一致性梯度信息以及风格引导梯度信息; 基于所述梯度引导数据,结合所述去噪中间图像进行梯度融合处理,并对各时间步迭代完成反向扩散过程,得到最终的目标重建图像; 将所述目标重建图像输入冻结分类器中进行预测处理,得到眼底图像分类结果; 其中,根据所述中间图像进行引导识别,并针对引导识别结果,基于所述中间图像进行梯度引导分析处理,得到去噪中间图像和梯度引导数据,包括:基于所述中间图像进行中间态估计,并基于中间态估计得到的去噪中间图像,结合所述待分类眼底图像对应的纯色图像,通过图像距离分析确定图像稳定性,得到引导施加结果;在引导施加结果为确定施加引导时,基于所述去噪中间图像计算内容保持梯度,得到内容保持梯度信息;基于所述去噪中间图像进行增强处理,得到增强图像,并基于所述去噪中间图像和所述增强图像进行梯度一致性预测,得到一致性梯度信息;通过预设的多模态预测模型分析所述去噪中间图像和所述多模态预测模型的语义文本之间的相似度,并引导所述去噪中间图像在反向扩散重建过程中逼近所述语义文本对应的目标风格,得到风格引导梯度信息; 基于所述去噪中间图像进行增强处理,得到增强图像,并基于所述去噪中间图像和所述增强图像进行梯度一致性预测,得到一致性梯度信息,包括:基于所述去噪中间图像进行图像增强处理,得到增强图像;以所述去噪中间图像和所述增强图像为输入,根据,预测概率分布;根据计算预测一致性梯度;其中,代表衡量预测不确定性的熵,表示一系列图像增强,表示分类器对去噪中间图像的单次预测概率分布; 通过预设的多模态预测模型分析所述去噪中间图像和所述多模态预测模型的语义文本之间的相似度,并引导所述去噪中间图像在反向扩散重建过程中逼近所述语义文本对应的目标风格,得到风格引导梯度信息,包括:将所述去噪中间图像输入所述多模态预测模型中,根据将多模态预测模型的语义文本引入去噪中间图像中,计算所述去噪中间图像和所述语义文本之间的相似度;根据,计算风格引导梯度信息;为输入模型的文本,为模型的图像编码器,为模型的文本编码器,为控制风格引导梯度的参数; 基于所述去噪中间图像计算内容保持梯度,得到内容保持梯度信息,包括:以所述去噪中间图像为输入,根据计算内容保持梯度; 其中,基于所述梯度引导数据,结合所述去噪中间图像进行梯度融合处理,并对各时间步迭代完成反向扩散过程,得到最终的目标重建图像,包括:根据,将去噪中间图像和梯度引导数据进行融合;为控制梯度的参数。

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人工智能与数字经济广东省实验室(广州),其通讯地址为:510330 广东省广州市海珠区新港东路2429号首层自编051房;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。

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。