贵州航天计量测试技术研究所成建宏获国家专利权
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!
龙图腾网获悉贵州航天计量测试技术研究所申请的专利基于多模态分解表示学习的特征处理方法、装置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:CN114332555B 。
龙图腾网通过国家知识产权局官网在2025-08-08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:202111373163.0,技术领域涉及:G06V10/774;该发明授权基于多模态分解表示学习的特征处理方法、装置及设备是由成建宏;郑少波;杨义;冯杰;郑新奇设计研发完成,并于2021-11-19向国家知识产权局提交的专利申请。
本基于多模态分解表示学习的特征处理方法、装置及设备在说明书摘要公布了:本文件提供一种基于多模态分解表示学习的特征处理方法、装置及设备。方法包括:对多模态医学影像的多个模态进行提取特征处理,得到多模态影像特征集;对所述多模态影像特征集中的每个多模态影像特征进行编码处理,得到所述多模态影像特征的高阶潜在表示;对每个多模态影像特征的高阶潜在表示进行分解处理,得到多模态间的共性特征高阶表示和异性特征高阶表示;对所述共性特征高阶表示和所述异性特征高阶表示进行编码处理,重构出所述多模态影像特征。由此,能够有效实现多模态特征融合以用于下游医学影像智能辅助分类任务。
本发明授权基于多模态分解表示学习的特征处理方法、装置及设备在权利要求书中公布了:1.一种基于多模态分解表示学习的特征处理方法,其特征在于,包括: S1、对多模态医学影像的多个模态进行提取特征处理,得到多模态影像特征集; S2、构建一个基于多模态分解表示学习的自编码器医学影像特征提取框架,由三部分组成: 1编码器,用于从原始多模态特征中学习潜在表示,所述编码器由多层感知机构成,将其参数化模型为:Ei,从原始模态输入特征xi中输出的高阶潜在特征表达为:zi=Eixi; 2分解器,所述分解器由两个线性映射fcom和fdist构成,分别将模态的高阶潜在特征表达zi分解为共性特征高阶表示fcomEixi和异性特征高阶表示fdistEixi; 3解码器,所述解码器由多层感知构成且与所述编码器结构对称,将其模型参数化为:Di,其目的是将模态i的高阶潜在特征表达重构为模态i对应的模态输入特征:xi=DifcomEjxj,fdistEixi,其中当j=i时,表示输入同一输入模态的共性特征高阶表示和其异性特征高阶表示能够重构原始模态输入特征;当j≠i是表示其他模态的共性特征高阶表示与模态i的异性特征高阶表示能够重构原始模态输入特征; S3、对所述多模态影像特征集中的每个多模态影像特征通过构建的所述编码器进行编码处理,得到所述多模态影像特征的高阶潜在表示; S4、对每个多模态影像特征的高阶潜在表示通过构建的所述分解器进行分解处理,得到多模态间的共性特征高阶表示和异性特征高阶表示;所述多模态间的共性特征高阶表示和异性特征高阶表示满足如下条件: 任意两个模态间的共性特征高阶表示的相似度大于预设相似度阈值; 任意两模态间的异性特征高阶表示的差异度大于预设差异度阈值; 任意模态的共性特征高阶表示与除它之外的其他任意模态的异性特征高阶表示能够重构所述多模态影像特征; S5、对所述共性特征高阶表示和所述异性特征高阶表示通过构建的所述解码器进行编码处理,重构出所述多模态影像特征。
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贵州航天计量测试技术研究所,其通讯地址为:550009 贵州省贵阳市经济技术开发区红河路7号贵阳航天工业园区;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”。
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。