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！

龙图腾网获悉燕山大学申请的专利医学图像的可聚合因果信息提取方法、装置、设备及介质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：CN120047792B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202510112408.6，技术领域涉及：G06V10/82；该发明授权医学图像的可聚合因果信息提取方法、装置、设备及介质是由尤殿龙;申嘉炜;陈真设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本医学图像的可聚合因果信息提取方法、装置、设备及介质在说明书摘要公布了：本申请提供一种医学图像的可聚合因果信息提取方法、装置、设备及介质。涉及表示学习、因果推断与深度生成模型技术领域。该方法包括：构建因果表示学习框架；因果表示学习框架包括编码器、结构因果模型、解码器和判别器，编码器用于将输入的医学图像编码为低维的外生变量，结构因果模型以低维的外生变量作为输入，并基于低维的外生变量生成因果表示，解码器用于干预并重构因果表示，判别器用于对抗性训练；建立模型训练损失函数，基于模型训练损失函数对因果表示学习框架进行训练，以训练后的因果表示学习框架实现医学图像中的可聚合因果信息提取。本申请识别出的因果图能够明确描述不同特征之间的因果关系，为临床医生提供更透明的决策支持。

本发明授权医学图像的可聚合因果信息提取方法、装置、设备及介质在权利要求书中公布了：1.一种医学图像的可聚合因果信息提取方法，其特征在于，所述方法包括： 构建因果表示学习框架；其中，所述因果表示学习框架包括编码器、结构因果模型、解码器和判别器，所述编码器用于将输入的医学图像编码为低维的外生变量，所述结构因果模型以所述低维的外生变量作为输入，并基于所述低维的外生变量生成因果表示，所述解码器用于干预并重构因果表示，所述判别器用于对抗性训练； 建立模型训练损失函数，基于所述模型训练损失函数对所述因果表示学习框架进行训练，以训练后的因果表示学习框架实现医学图像中的可聚合因果信息提取； 所述结构因果模型表示为： 式中，z表示因果表示，T表示矩阵转置，f和h表示非线性函数，g表示参数化的图注意力网络，表示低维的外生变量，表示实数域，d表示因果属性的数量，A表示先验因果图，表示因果结构矩阵； 基于梯度的连续更新策略优化图注意力网络，以获得因果结构矩阵将所述因果结构矩阵输入至结构因果模型中，生成因果表示。

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燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街西段438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”。