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！

龙图腾网获悉杭州鹅美镜医疗器械有限公司申请的专利基于多模型的多模态角膜塑形镜智能验配方法和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：CN120259791B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202510740810.9，技术领域涉及：A61B3/107；该发明授权基于多模型的多模态角膜塑形镜智能验配方法和系统是由李夏菲;李昌杰;陈志;周雪怡;张芷榕;肖轶尘设计研发完成，并于2025-06-05向国家知识产权局提交的专利申请。

本基于多模型的多模态角膜塑形镜智能验配方法和系统在说明书摘要公布了：本发明提供一种基于多模型的多模态角膜塑形镜智能验配方法和系统，通过召回模型，从候选镜片中自动筛选出与患者角膜形态最匹配的参数，弥补了经验主导的传统方法的不足；使用排序模型优化镜片选择：在筛选出的候选镜片中，通过排序模型进一步选择塑形效果最好的镜片。排序模型考虑了两大标准：眼轴增长速度和配镜前后角膜地形图差异图的类型，从而提高了个性化治疗的精确度。通过客观的眼轴增长速度和角膜地形图差异图类型评估，避免了传统方法中的主观性，能够更准确地评估塑形效果。

本发明授权基于多模型的多模态角膜塑形镜智能验配方法和系统在权利要求书中公布了：1.一种基于多模型的多模态角膜塑形镜智能验配方法，其特征在于，所述方法包括： 输入患者基本数据，包括角膜地形图和患者基本信息，所述患者基本信息包括生理参数：眼轴长度、角膜直径、中央角膜厚度；人口统计学数据：年龄、性别；遗传与病史信息：包括家族近视度数、是否有圆锥角膜病史；验光数据：裸眼视力、矫正视力、屈光度； 输入患者的所述角膜地形图至预设的召回模型，由所述召回模型识别其中的深度图像特征并预测对应所述深度图像特征的镜片参数，基于预测的镜片参数生成待召回候选镜片的候选区间，根据候选区间筛选出K副候选镜片； 依次输入各个所述候选镜片的镜片参数、患者的所述角膜地形图和所述患者基本信息至预设的排序模型，由所述排序模型识别其中的角膜基本特征向量并输出对应的眼轴年增长速度和塑形效果差异图类型，并排序出所述塑形效果差异图类型为第1类或第2类的所述候选镜片；所述排序模型的生成方式，包括： 预先构建基于ResNet50的多任务回归模型并进行训练配置，其中，所述多任务回归模型包括一个主干网络和一个分支网络的任务回归头，其中：所述主干网络用于采用ResNet50学习对应所述角膜基本特征向量的所述眼轴年增长速度，所述任务回归头用于学习对应所述角膜基本特征向量的塑形效果差异图类型，配置信息中包括损失函数： 其中，α和β为可调权重，为MSE，为交叉熵损失； 收集若干患者所佩戴角膜塑形镜的镜片参数及其角膜塑形之后的角膜地形图和患者基本信息； 提取各个患者佩戴角膜塑形镜之后的所述角膜地形图中的角膜地形图特征和所述患者基本信息中的数据特征，其中，所述数据特征至少包括眼轴长度随时间变化的眼轴年增长速度； 对所述镜片参数、所述角膜地形图特征和所述数据特征进行特征拼接，生成各个患者的角膜基本特征向量； 根据所述角膜地形图特征，评估各个患者的角膜塑形效果并生成对应的塑形效果差异图类型，为所述角膜基本特征向量标注上对应的塑形效果差异图类型； 收集各个患者的所述角膜基本特征向量，构成特征集，并按照预设比例划分为训练集、验证集和测试集，对所述多任务回归模型进行回归训练学习，得到所述排序模型； 通过排序评分公式，对各个排序出的所述候选镜片的所述眼轴年增长速度和所述塑形效果差异图类型进行塑形效果评分，并筛选出所述塑形效果评分为最大值的所述候选镜片，作为向患者推荐的最终镜片； 输出所述最终镜片的镜片参数。

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杭州鹅美镜医疗器械有限公司，其通讯地址为：311100 浙江省杭州市余杭区仓前街道风尚智慧谷2幢202室；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”。