CNIPA.AI
返回搜索
档案

基于可监管扩散模型的训练和采样方法、设备及介质

发明专利未知
10权利要求 · 3 独立
§ Ⅰ

卷宗概要

发明人

熊健; 桂馥; 段素娟; 胡嘉文; 陈宏扬; 艾冲; 黄菲; 岑高; 周润娴; 李娜; 戴董容; 肖智轩; 夏心雨; 李念仪; 程佳斌

申请日

Jul 20, 2026

公开日

Oct 16, 2026

IPC 分类

G16H 20/40 (2018.01)G16H 30/00 (2018.01)G06T 7/00 (2017.01)G06V 10/30 (2022.01)G06V 10/82 (2022.01)G06N 3/045 (2023.01)

本发明涉及人工智能技术领域,具体公开了基于可监管扩散模型的训练和采样方法、设备及介质,方法包括:S1、获取标准眼前节断层图像及对应的ICL手术参数标注,构造ICL示例对数据;S2、在可监管扩散模型的中间层特征空间中设置监管子网络,将ICL示例对数据样本输入所述监管子网络,输出结构保持权重;S3、构建多目标联合损失函数,利用训练数据集输入可监管扩散模型进行训练;多目标联合损失函数至少包括扩散重建损失及解剖结构一致性正则项;S4、实时接收ICL示例对数据及患者查询输入,利用训练完成的可监管扩散模型执行迭代去噪采样,采样过程中根据结构保持权重对生成特征进行自适应调制。

登录后阅读全文

已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。

  • 全部权利要求
  • 技术领域
  • 背景技术
  • 发明内容
  • 附图说明
  • 具体实施方式