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！

龙图腾网获悉中国科学院深圳先进技术研究院申请的专利一种基于因果表征的多模态影像融合分析方法及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：CN119313933B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411056921.X，技术领域涉及：G06V10/764；该发明授权一种基于因果表征的多模态影像融合分析方法及系统是由卞景亮;王如心;张浩设计研发完成，并于2024-08-02向国家知识产权局提交的专利申请。

本一种基于因果表征的多模态影像融合分析方法及系统在说明书摘要公布了：本发明公开了一种基于因果表征的多模态影像融合分析方法及系统，所述方法包括：提取初始特征图，因果解耦模块将初始特征图映射解耦为因果因子和混淆因子；可学习的模态扰动模块在混淆因子上引入自适应扰动机制，保持因果因子不变，通过在模型中引入不同级别的扰动，以使模型有效泛化到未知域；多模态特征融合模块将不同模态的因果因子特征进行拼接得到融合因果因子特征，进行展平后输入到自注意力层进行特征交互，通过分类器进行分类后输出图像的类别。本发明采用因果关系驱动的方法，通过因果解耦模块剔除无关混淆因子，保留关键因果因子，以减少干扰并强化关键特征，同时引入自适应模态扰动模块，增强模型对不同数据分布的适应性和泛化能力。

本发明授权一种基于因果表征的多模态影像融合分析方法及系统在权利要求书中公布了：1.一种基于因果表征的多模态影像融合分析方法，其特征在于，所述基于因果表征的多模态影像融合分析方法包括： 使用配备卷积块的编码器从多模态内镜图像中提取初始特征图，因果解耦模块通过多层感知机将所述初始特征图映射解耦为因果因子和混淆因子； 可学习的模态扰动模块在混淆因子上引入自适应扰动机制，同时保持因果因子不变，通过在模型中引入不同级别的扰动，以使模型有效泛化到未知域，具体包括： 在与标签独立的混淆因子上添加一个自适应扰动，同时不改变决定标签的因果因子： 1； 其中，表示扰动后的特征图，表示可学习的参数，服从于标准正态分布，表示以0为均值、以1为标准差的正态分布； 通过最大化前后特征图构成的Gram矩阵的差值的弗罗贝尼乌斯范数，使得扰动前的特征图和扰动后的特征图的分布最大化远离，以最大化接近未知域； 多模态特征融合模块将不同模态的因果因子特征进行拼接得到融合因果因子特征，将融合因果因子特征在通道上进行展平后输入到自注意力层进行特征交互，通过分类器进行分类后输出图像的类别。

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科学院深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区西丽深圳大学城学苑大道1068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。