华中科技大学刘禹良获国家专利权
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!
龙图腾网获悉华中科技大学申请的专利一种针对医疗多模态大模型的视觉语言特征精细对齐方法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:CN119357443B 。
龙图腾网通过国家知识产权局官网在2025-09-02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:202411381995.0,技术领域涉及:G06F16/9032;该发明授权一种针对医疗多模态大模型的视觉语言特征精细对齐方法是由刘禹良;伏凌;林彬彬;陈伟;郑昕;白翔设计研发完成,并于2024-09-30向国家知识产权局提交的专利申请。
本一种针对医疗多模态大模型的视觉语言特征精细对齐方法在说明书摘要公布了:本发明涉及人工智能技术领域,提供了一种针对医疗多模态大模型的视觉语言特征精细对齐方法,方法包括:用人工智能大模型对医疗专家知识文本特征进行深度学习和语义理解,生成问答对指令;提取医疗专家知识视觉特征,转化为问答对指令;用问答对指令对医疗多模态大模型进行训练;用人工智能大模型生成医疗图文问答对指令;为医疗多模态大模型引入强化学习,利用医疗图文问答对指令,实现视觉语言特征精细对齐。本发明提出了全自动地生成高质量医疗多模态指令数据的方法,使医疗多模态大模型在各种医学应用中提供准确可靠的输出内容。数据生成的全流程无需人工标注,节省了人力与时间成本。同时减少了模型推理幻觉,提升模型性能。
本发明授权一种针对医疗多模态大模型的视觉语言特征精细对齐方法在权利要求书中公布了:1.一种针对医疗多模态大模型的视觉语言特征精细对齐方法,其特征在于,包括: 在步骤201中,收集公开可获取的医疗概念文本语料库,从医疗概念文本语料库中提取医疗专家知识文本特征; 在步骤202中,利用生成式人工智能大模型,对步骤201中获取的医疗专家知识文本特征进行深度学习和语义理解,并生成大量高质量的医疗文本形式问答对指令; 在步骤203中,收集多种公开可获取的医疗分割数据集,从医疗分割数据集中提取医疗专家知识视觉特征;其中,所述医疗分割数据集中包括不同模态的医学影像,所述不同模态的医学影像包括CT、MRI和X射线中的一种或多种;所述医疗专家知识视觉特征包括多种关键视觉信息,所述关键视觉信息包括器官轮廓、病变区域和组织结构中的一种或多种; 在步骤204中,基于步骤203中获取的医疗专家知识视觉特征,将其转化为医疗术语视觉定位任务的问答对指令; 在步骤205中,将步骤202和步骤204中获取的问答对指令整合,使用整合后的问答对指令对医疗多模态大模型进行训练,实现文本形式和视觉形式医疗专家知识的注入,使医疗多模态大模型能够理解和生成医疗文本,并能够解读医学影像; 在步骤206中,收集和整理公开可获取的医疗影像分析案例,通过筛选,建立医疗影像图文特征库; 在步骤207中,利用生成式人工智能大模型,对步骤206获取的医疗影像图文特征库进行深度分析和理解,生成医疗图文问答对指令; 在步骤208中,为医疗多模态大模型引入强化学习阶段,并利用步骤207所获取的医疗图文问答对指令,实现视觉语言特征精细对齐,增强医疗多模态大模型在处理新颖医疗案例时的泛化能力,使其能够更准确地理解和分析复杂的医疗图文信息。
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华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励