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！

龙图腾网获悉贵州大学申请的专利一种基于跨模态特征融合的图像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：CN117315347B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202311253333.0，技术领域涉及：G06V10/764；该发明授权一种基于跨模态特征融合的图像分类系统是由王烤;吴钦木设计研发完成，并于2023-09-26向国家知识产权局提交的专利申请。

本一种基于跨模态特征融合的图像分类系统在说明书摘要公布了：本发明公开了一种基于跨模态特征融合的图像分类系统，包括提取模块、融合模块和模型训练模块，提取模块对医学图像和诊断报告进行特征提取图像和文本；融合模块，采用跨模态注意力模块来对图像和文本的特征进行融合；模型训练模块，对融合后的数据采用基于稀疏门的双向长短期记忆网络模块训练。本发明基于跨模态注意力机制可以自适应地为不同模态数据分配权重，从而提高模型对关键信息的关注度，能够更好地捕捉到不同模态之间的相关性，从而提高多模态数据的融合效果；将稀疏门应用于Bi‑LSTM的门控单元中，稀疏门减少模型的计算复杂度并提高模型的鲁棒性，可以有效地减少参数数量，降低模型的计算开销，并提升模型的运行效率。

本发明授权一种基于跨模态特征融合的图像分类系统在权利要求书中公布了：1.一种基于跨模态特征融合的图像分类系统，其特征在于：包括，提取模块，对医学图像和诊断报告进行特征提取图像和文本； 融合模块，采用跨模态注意力模块来对图像和文本的特征进行融合； 模型训练模块，对融合后的数据采用基于稀疏门的双向长短期记忆网络模块训练； 基于稀疏门的双向长短期记忆网络模块是将Bi-LSTM与稀疏门相结合的网络，在稀疏门和Bi-LSTM结合的模型中，先使用Bi-LSTM对序列进行编码，然后再通过稀疏门对编码后的序列进行稀疏化，基于稀疏门的双向长短期记忆网络模块在Bi-LSTM中的输入门、遗忘门和输出门之后分别加上一个稀疏门，控制模型中每个时间步的信息流动，基于稀疏门的双向长短期记忆网络模块的具体实现方法为：在每个时间步t，稀疏门的输入为Bi-LSTM在该时间步的输出ht，稀疏门的输出为一个二值向量gt∈[0,1]，表示是否对ht进行稀疏化，稀疏门的输出gt会与Bi-LSTM中的输入门、遗忘门和输出门的输出进行点积运算，得到稀疏化后的门的输出，设输入门、遗忘门和输出门在时间步t的输出分别为it、ft、ot，则稀疏化后的门的输出为： 其中，⊙表示点积运算符,分别表示稀疏化后的输入门、遗忘门和输出门的输出。

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大学，其通讯地址为：550025 贵州省贵阳市花溪区贵州大学花溪北校区科技处；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。