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！

龙图腾网获悉北京市中关村医院申请的专利一种基于元提示和知识驱动的小样本鼓膜图像识别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：CN120707986B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202510811129.9，技术领域涉及：G06V10/774；该发明授权一种基于元提示和知识驱动的小样本鼓膜图像识别方法是由龚敬;石海龙;高兴宇设计研发完成，并于2025-06-17向国家知识产权局提交的专利申请。

本一种基于元提示和知识驱动的小样本鼓膜图像识别方法在说明书摘要公布了：本申请提供了一种基于元提示和知识驱动的小样本鼓膜图像识别方法，先将小样本训练集输入初始多模态预训练模型，获得预测类别并将其与真实类别进行比对，同时结合置信度筛选误分类样本以此构建元任务集。接着将元任务集输入初级诊断模型，输出初步诊断报告。然后利用知识精炼模型基于初步诊断报告对医学描述文本样本进行优化，替换原文本样本，从而获得更新样本。最后使用更新样本迭代训练初始多模态预训练模型直至满足终止条件。本方法构建了一个由初级诊断模型和知识精炼模型组成的闭环优化系统。在小样本条件下，该系统利用模型自身产生的错误样本，动态优化模型的视觉‑语义理解能力，有效提高了小样本鼓膜图像识别的准确率。

本发明授权一种基于元提示和知识驱动的小样本鼓膜图像识别方法在权利要求书中公布了：1.一种基于元提示和知识驱动的小样本鼓膜图像识别方法，其特征在于，包括： 获取小样本训练集；其中，所述训练集由多个训练样本构成，每个训练样本包含输入数据及其对应的标签，所述输入数据包含鼓膜图像样本及其对应的医学描述文本样本，所述标签为所述鼓膜图像样本的真实类别，所述医学描述文本样本为所述真实类别的具体类别描述； 将所述训练集输入至初始多模态预训练模型中，由该模型对所述鼓膜图像样本进行类别预测，输出所述鼓膜图像样本的预测类别； 根据所述预测类别与所述真实类别的比对结果，结合所述预测类别对应的置信度，从所述训练集中筛选出误分类样本，并基于筛选出的误分类样本构建元任务集； 将所述元任务集输入至预设的初级诊断模型中，由该模型对元任务集进行处理，输出初步诊断报告；其中，所述初步诊断报告包含从所述元任务集中检测到的语义冲突样本、所述语义冲突样本中鼓膜图像样本的图像特征、所述初级诊断模型针对所述语义冲突样本生成的初步诊断类别、置信度分布和初步修正建议，所述初步诊断类别为所述初级诊断模型对所述语义冲突样本进行类别预测得到的结果，所述置信度分布为所述初级诊断模型对所述语义冲突样本进行不同类别预测的概率； 将所述初步诊断报告输入至预设的知识精炼模型中，由该模型对初步诊断报告中的相关信息进行处理，输出优化后的医学描述文本样本； 使用所述优化后的医学描述文本样本替换所述训练集中原有的医学描述文本样本，得到更新后的训练样本； 将所述更新后的训练样本再次输入至所述初始多模态预训练模型中进行迭代训练，直至满足预设的终止条件；其中，训练完成的多模态预训练模型用于实际的鼓膜图像识别任务； 进一步地，所述初始多模态预训练模型包含图像编码器和文本编码器；将所述训练集输入至初始多模态预训练模型中，由该模型对所述鼓膜图像样本进行类别预测，输出所述鼓膜图像样本的预测类别，包括： 通过所述图像编码器对所述鼓膜图像样本进行特征提取，生成对应的图像特征； 通过所述文本编码器对所述医学描述文本样本进行特征提取，生成对应的文本特征； 计算所述图像特征与所述文本特征之间的余弦相似度； 根据所述余弦相似度对所述图像特征和所述文本特征进行跨模态对齐处理； 对对齐后的图像特征和文本特征进行联合推理，生成所述鼓膜图像样本的预测类别。

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北京市中关村医院，其通讯地址为：100190 北京市海淀区中关村南路12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。