Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京开普云信息科技有限公司严妍获国家专利权

北京开普云信息科技有限公司严妍获国家专利权

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!

龙图腾网获悉北京开普云信息科技有限公司申请的专利医疗图像的多模态问答模型训练方法、装置、介质及设备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:CN119170254B

龙图腾网通过国家知识产权局官网在2025-06-27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:202411206273.1,技术领域涉及:G16H50/20;该发明授权医疗图像的多模态问答模型训练方法、装置、介质及设备是由严妍;杨春宇;陈峰;汪敏设计研发完成,并于2024-08-30向国家知识产权局提交的专利申请。

医疗图像的多模态问答模型训练方法、装置、介质及设备在说明书摘要公布了:本申请公开了一种医疗图像的多模态问答模型训练方法、装置、介质及设备,属于深度学习技术领域。创建多模态问答模型;获取第一和第二训练集;固定CLIP模型、SAM和LLM的权重,利用第一训练样本对第一视觉语言连接器和第二语言视觉连接器的权重进行训练;固定CLIP模型和SAM的权重,利用第一训练样本对第一视觉语言连接器、第二语言视觉连接器和LLM的权重进行训练;固定CLIP模型和SAM的权重,利用第二训练样本对第一视觉语言连接器、第二语言视觉连接器和LLM的权重进行训练;将训练后的权重加载到问答模型中,得到训练好的多模态问答模型。多模态问答模型能处理精细、复杂的医疗图像,提高了回答的准确度和精细度。

本发明授权医疗图像的多模态问答模型训练方法、装置、介质及设备在权利要求书中公布了:1.一种医疗图像的多模态问答模型训练方法,其特征在于,所述方法包括: 创建多模态问答模型,所述多模态问答模型包括对比语言-图像预训练CLIP模型、分割模型SAM、第一视觉语言连接器、第二视觉语言连接器和大语言模型LLM,所述CLIP模型通过所述第一视觉语言连接器与所述LLM连接,所述SAM通过所述第二视觉语言连接器与所述LLM连接; 获取第一训练集和第二训练集,所述第一训练集中的第一训练样本包括医疗图像、图像注释、有图像注释的简单问答文本和无图像注释的简单问答文本,所述第二训练集中的第二训练样本包括医疗图像、图像注释、有图像注释的详细问答文本和无图像注释的详细问答文本; 固定所述CLIP模型、所述SAM和所述LLM的权重,利用所述第一训练样本对所述第一视觉语言连接器和所述第二语言视觉连接器的权重进行训练; 固定所述CLIP模型和所述SAM的权重,利用所述第一训练样本对所述第一视觉语言连接器、所述第二语言视觉连接器和所述LLM的权重进行训练; 固定所述CLIP模型和所述SAM的权重,利用所述第二训练样本对所述第一视觉语言连接器、所述第二语言视觉连接器和所述LLM的权重进行训练; 将训练后的权重加载到所述多模态问答模型中,得到训练好的多模态问答模型; 所述创建多模态问答模型,包括:获取多模态模型,利用第三训练集对所述多模态模型进行预训练,所述多模态模型包括CLIP模型、第一视觉语言连接器和LLM;获取SAM,利用第四训练集对所述SAM进行微调;根据预训练后的多模态模型和微调后的SAM模型创建所述多模态问答模型。

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开普云信息科技有限公司,其通讯地址为:100083 北京市海淀区知春路26号量子银座601;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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。