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！

龙图腾网获悉中国人民解放军空军特色医学中心申请的专利基于多模态特征融合的皮肤状态分类系统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：CN119600342B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202411645616.4，技术领域涉及：G06V10/764；该发明授权基于多模态特征融合的皮肤状态分类系统是由蔡宏;杨晓东;李婷;陈益强;李晓珍;姜文琦;孙平;闫龙设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本基于多模态特征融合的皮肤状态分类系统在说明书摘要公布了：本公开的实施例公开了基于多模态特征融合的皮肤状态分类系统。该系统的一具体实施方式包括：患者状态文本信息录入装置、皮肤图像采集装置、主控芯片和分类结果显示器，患者状态文本信息录入装置录入患者状态结构化文本信息序列和患者状态非结构化文本信息序列；皮肤图像采集装置采集患者皮损图像；主控芯片被配置成得到初始第一状态文本特征向量和初始第二状态文本特征向量序列；对患者皮损图像进行图像特征提取处理，得到初始皮损区域特征向量；将初始第一状态文本特征向量、初始第二状态文本特征向量序列和初始皮损区域特征向量输入皮肤状态分类模型；分类结果显示器对皮肤状态分类结果进行显示。该实施方式可以提高皮肤状态的分类准确性。

本发明授权基于多模态特征融合的皮肤状态分类系统在权利要求书中公布了：1.一种基于多模态特征融合的皮肤状态分类系统，所述基于多模态特征融合的皮肤状态分类系统包括：患者状态文本信息录入装置、皮肤图像采集装置、主控芯片、第一模型训练服务器和分类结果显示器，其中， 所述患者状态文本信息录入装置，被配置成录入患者状态结构化文本信息序列和患者状态非结构化文本信息序列，以及将所述患者状态结构化文本信息序列和所述患者状态非结构化文本信息序列发送至所述主控芯片； 所述皮肤图像采集装置，被配置成采集患者皮损图像，以及将所述患者皮损图像发送至所述主控芯片； 所述主控芯片，被配置成对所接收到的患者状态结构化文本信息和患者状态非结构化文本信息序列进行文本向量化处理，得到初始第一状态文本特征向量和初始第二状态文本特征向量序列； 所述主控芯片，被配置成对所接收到的患者皮损图像进行图像特征提取处理，得到初始皮损区域特征向量，其中，所述对所接收到的患者皮损图像进行图像特征提取处理，得到初始皮损区域特征向量，包括： 对所接收到的患者皮损图像进行目标检测处理，得到皮损区域边界框信息； 基于所述皮损区域边界框信息，对所述患者皮损图像进行图像裁剪处理，得到皮损区域图像； 对所述皮损区域图像进行归一化处理，得到归一化皮损区域图像； 将所述归一化皮损区域图像输入预先训练的图像特征提取模型，得到初始皮损区域特征向量，其中，所述初始皮损区域特征向量表征皮损区域的局部图像的特征； 所述主控芯片，被配置成将所述初始第一状态文本特征向量、所述初始第二状态文本特征向量序列和所述初始皮损区域特征向量输入预先训练的皮肤状态分类模型，得到皮肤状态分类结果，以及将所述皮肤状态分类结果发送至所述分类结果显示器； 所述分类结果显示器，被配置成对所接收到的皮肤状态分类结果进行显示； 所述第一模型训练服务器被配置成： 获取患者样本集和初始皮肤状态分类模型，其中，所述患者样本集中的每个患者样本包括样本患者标识、样本初始皮损区域特征向量、样本初始第一状态文本特征向量、样本初始第二状态文本特征向量序列和样本皮损类别标签，所述初始皮肤状态分类模型包括特征维度对齐模块、文本融合模块、文本与图像融合模块、分类模块和多模态特征自适应对比增强模块； 从患者样本集中选出至少一个患者样本，以及执行以下训练步骤： 通过初始皮肤状态分类模型包括的特征维度对齐模块，将所述至少一个患者样本中的每个患者样本包括的样本初始皮损区域特征向量映射至预设的特征空间，得到至少一个样本皮损区域特征向量； 通过初始皮肤状态分类模型包括的特征维度对齐模块，将所述至少一个患者样本中的每个患者样本包括的样本初始第一状态文本特征向量和样本初始第二状态文本特征向量序列分别映射至所述特征空间，得到至少一个样本第一状态文本特征向量和至少一个样本第二状态文本特征向量序列； 通过初始皮肤状态分类模型包括的文本融合模块，根据所述至少一个样本第一状态文本特征向量和所述至少一个样本第二状态文本特征向量序列，确定所述至少一个患者样本中的每个患者样本对应的样本患者文本特征向量，得到至少一个样本患者文本特征向量； 通过初始皮肤状态分类模型包括的文本与图像融合模块，根据所述至少一个样本患者文本特征向量和所述至少一个样本皮损区域特征向量，确定所述至少一个患者样本中的每个患者样本对应的样本多模态融合特征向量，得到至少一个样本多模态融合特征向量； 通过初始皮肤状态分类模型包括的分类模块，根据所述至少一个样本多模态融合特征向量，确定所述至少一个患者样本中的每个患者样本对应的皮肤状态分类结果； 通过初始皮肤状态分类模型包括的多模态特征自适应对比增强模块，根据所述至少一个患者样本中的每个患者样本对应的样本皮损区域特征向量和样本患者文本特征向量，确定样本特征距离信息集，其中，所述根据所述至少一个患者样本中的每个患者样本对应的样本皮损区域特征向量和样本患者文本特征向量，确定样本特征距离信息集，包括： 对于所述至少一个患者样本中的每个患者样本，将预设正样本标签、所述患者样本对应的样本皮损区域特征向量和样本患者文本特征向量确定为正训练样本； 对于预设的皮损类别标识组中的每个皮损类别标识，执行以下步骤： 根据所述皮损类别标识，对所述至少一个患者样本对应的各个样本皮损区域特征向量和各个样本患者文本特征向量分类处理，得到同类样本皮损区域特征向量集、同类样本患者文本特征向量集、异类样本皮损区域特征向量集和异类样本患者文本特征向量集； 基于所述同类样本皮损区域特征向量集和所述异类样本患者文本特征向量集，生成第一负训练样本集； 基于所述同类样本患者文本特征向量集和所述异类样本皮损区域特征向量集，生成第二负训练样本集； 基于所确定的各个正训练样本、所述第一负训练样本集和所述第二负训练样本集，生成对比样本集； 确定所述对比样本集中的每个对比样本对应的样本特征距离信息，得到样本特征距离信息集； 根据所述样本特征距离信息集、所述至少一个患者样本中的每个患者样本对应的样本皮损类别标签和皮肤状态分类结果，确定总损失值； 响应于确定所述总损失值小于预设损失阈值，将训练完成的初始皮肤状态分类模型确定为皮肤状态分类模型。

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中国人民解放军空军特色医学中心，其通讯地址为：100142 北京市海淀区阜成路28路；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。