专注图文工作站
处理存储传输示教互联
欢迎来到 南京索图科技有限公司 官网!
网站地图近日,南京索图在医疗人工智能领域再传捷报——成功获得名为《基于小样本学习的消化道内镜病变分类模型训练方法》发明专利授权,标志着南京索图在AI辅助诊断的核心算法层面再次取得实质性突破,持续夯实公司在医疗AI赛道的研发壁垒。

在消化道内镜诊断中,早期病变往往具有隐蔽性,且高质量的医疗标注数据获取成本极高、数量稀缺。传统的深度学习模型高度依赖海量数据,难以在“小样本”场景下发挥出色性能。
针对这一行业痛点,南京索图最新授权的这项专利,提出了一套创新的基于小样本学习的消化道内镜病变分类模型训练方法。该方法巧妙结合了“多模态融合”与“元学习”技术,让AI能够在有限的数据样本中,学习到更具泛化能力的病变特征。
这项专利的技术路径包含了多个极具前瞻性的创新点,直击临床应用的核心需求:
专利技术通过构建模态时序图,将不同模态的标注信息统一到同一坐标系下,形成“三维时空对齐的多模态数据”。这意味着AI不再是孤立地看单张图片,而是能够像医生一样,综合多角度、多时间维度的信息进行全局研判。
系统对多模态数据进行动态跨模态注意力融合,生成专属的“注意力权重图”。通过提取跨模态共享特征与时序动态特征,并将其联合形成“跨模态时序一致性特征”,大幅提升了模型在复杂内镜环境下的特征提取能力。
医疗AI不仅要“准”,更要“可解释”。本专利创新性地使用热力图方式将注意力权重进行可视化。医生不仅能得到分类结果,还能直观看到AI“关注”的病变区域,极大增强了诊断结果的可信度,构建了人机互信的诊疗闭环。
基于上述特征对元学习分类模型进行训练,不仅有效提高了模型在数据不足情况下的训练效率,更显著增强了分类的准确性与模型的鲁棒性,使其能够平滑部署到实际临床应用平台,精准处理全新的消化道内镜图像。
截至目前,南京索图已累计获得8项发明专利,这一数字的背后,是索图团队对“技术驱动医疗进步”理念的坚守,更是公司雄厚研发实力的最佳注脚。第8项发明专利的获得,绝不是终点,而是南京索图在医疗AI领域深耕的新起点。

作为一家以技术创新为核心驱动的科技企业,南京索图始终聚焦于临床真实需求,致力于将前沿的计算机视觉与深度学习技术转化为可落地的医疗产品。从算法模型的底层创新,到临床应用的最后一公里,索图团队用一项项专利技术证明了自身的硬核研发实力。
未来,南京索图将继续秉持“精于细节 勤于创新”这一核心价值观,加大研发投入,加速科技成果转化,让更智能、更精准、更高效的AI辅助诊断技术惠及更多医患,为推动智慧医疗的发展贡献“索图力量”!