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！

龙图腾网获悉四川大学申请的专利一种基于大模型的痤疮分级模型迁移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：CN119599993B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411669147.X，技术领域涉及：G06T7/00；该发明授权一种基于大模型的痤疮分级模型迁移方法是由张蕾;张显良;蒋献;刘文杰;李佳奇;杜丹;周新阳;魏新;李林峰;陈家强;陈梓霖设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本一种基于大模型的痤疮分级模型迁移方法在说明书摘要公布了：本发明公开一种基于大模型的痤疮分级模型迁移方法，应用于计算机与医学交叉领域，针对现有基于深度学习的痤疮分级模型，通常是在特定医院所收集的数据上训练的；因此当模型迁移到新的医院或者其他地区时，数据分布的偏移通常会导致效果下降；本发明首先收集来自多个不同医院的痤疮分级数据；然后设计一个痤疮分级模型，并选择一个医院数据作为源数据进行训练和测试；其次将其他医院的数据集作为目标域即目标医院，同时这些数据都是未标注标签的，在目标医院数据集上调整大模型使得其适应痤疮分级任务；接着在目标医院数据集上借助大模型的输出和所设计的损失函数，调整痤疮分级模型，完成模型迁移过程；最后进行模型测试。

本发明授权一种基于大模型的痤疮分级模型迁移方法在权利要求书中公布了：1.一种基于大模型的痤疮分级模型迁移方法，其特征在于，所基于的大模型包括视觉编码器与文本编码器；还包括建立一个痤疮分级模型，该痤疮分级模型包括特征提取器、分类器；所述迁移方法具体包括以下步骤： S1、将已标注痤疮的严重程度等级标签的数据记为源域数据集，将未标记痤疮的严重程度等级标签的数据记为目标域数据集；初始的痤疮分级模型为已经源域数据集训练完成的痤疮分级模型； S2、将目标域数据集划分为多个批次，每个批次包括若干目标域数据； S3、在当前迭代过程中，将当前迭代中的当前批次的目标域数据分别输入大模型与痤疮分级模型中，大模型中的视觉编码器根据输入的当前批次的目标域数据，输出视觉特征； 大模型中的文本编码器根据输入的当前批次的目标域数据，输出文本特征；大模型根据视觉特征与文本特征的相似度输出当前批次的目标域数据对应的大模型预测结果；痤疮分级模型中的特征提取器输出当前批次的目标域数据的特征向量，痤疮分级模型中的分类器根据特征向量输出当前批次的目标域数据对应的预测结果； S4、大模型根据大模型输出的预测结果与当前痤疮分级模型输出的预测结果计算在当前批次的目标域数据对应的互信损失函数；并基于互信损失函数调整大模型中的文本编码器； S5、痤疮分级模型根据当前大模型输出的预测结果与当前痤疮分级模型输出的预测结果计算多样性损失函数； 根据当前的痤疮分级模型中特征提取器输出的特征向量与当前的痤疮分级模型输出的预测结果计算邻居一致性损失； 根据当前痤疮分级模型输出的预测结果与对应的权重计算类别激励损失； 并根据多样性损失函数、邻居一致性损失、类别激励损失之和计算得到当前批次的目标域数据对应的总损失函数；并基于总损失函数采用梯度下降法更新当前痤疮分级模型； S6、计算当前迭代过程中，各批次目标域数据对应的痤疮分级模型的分类准确率，保留分类准确率最高的痤疮分级模型，若已完成所有批次的迭代训练，则将当前分类准确率最高的痤疮分级模型作为迁移后的痤疮分级模型；否则返回步骤S3。

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四川大学，其通讯地址为：610000 四川省成都市武侯区一环路南一段24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。