[发明专利]基于可解释性算法的多模态数据睑板腺功能障碍检测在审
| 申请号： | 202310780556.6 | 申请日： | 2023-06-28 |
| 公开（公告）号： | CN116919333A | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 王涵;潘毅;庄金隆;江旭东;邢鲁民;周若愚;周肖树;许精达;刘江帆 | 申请（专利权）人： | 珠海中科先进技术研究院有限公司 |
| 主分类号： | A61B3/10 | 分类号： | A61B3/10;G06T7/00;G06V10/44;G06V10/82;G06N3/0464;G06N3/08;G06V10/25 |
| 代理公司： | 合肥青柠檬知识产权代理有限公司 34316 | 代理人： | 田琴琴 |
| 地址： | 519000 广东省珠海市高新区*** | 国省代码： | 广东;44 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了基于可解释性算法的多模态数据睑板腺功能障碍检测，S1：收集数据；S2：根据睑板腺的状态进行标记和分级；S3：数据不平衡处理；S4：数据的初步校准；S5：数据的集成处理；S6：建立睑板腺分级深度学习模型；S7：模型训练；S8：建立并得到可解释评价指标矩阵；S9：可解释性评价；S10：得到优化模型；S11：对得到的热图对数据进行消歧预处理；S12：对图片进行深度校准；S13：图片特征提取；S14：实现特征值重要性计算；S15：对最高的特征值特征进行归一化处理。本发明所述的基于可解释性算法的多模态数据睑板腺功能障碍检测，可解释人工智能可能有助于提高MGD检测的数据质量，XAI可以帮助识别用于训练用于MGD检测的ML和DL模型的数据的问题。 | ||
| 搜索关键词： | 基于 解释性 算法 多模态 数据 睑板腺 功能障碍 检测 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于珠海中科先进技术研究院有限公司，未经珠海中科先进技术研究院有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310780556.6/，转载请声明来源钻瓜专利网。
