北京理工大学赵山博获国家专利权
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!
龙图腾网获悉北京理工大学申请的专利一种多粒度医学文本信息指导的3D多模态融合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:CN118736600B 。
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:202410782832.7,技术领域涉及:G06V30/19;该发明授权一种多粒度医学文本信息指导的3D多模态融合方法是由赵山博;叶初阳;张美慧;高鑫;陈龙飞;侯皓天;武智强设计研发完成,并于2024-06-18向国家知识产权局提交的专利申请。
本一种多粒度医学文本信息指导的3D多模态融合方法在说明书摘要公布了:本发明涉及数据处理技术领域,具体涉及一种多粒度医学文本信息指导的3D多模态融合方法,包括:抽取3D影像与影像报告中的关键描述信息作为输入数据,进行编码从而获得输入数据对应的向量;基于KD进行细粒度层次的图像特征提取与聚合,得到切片层次特征;将基于粗粒度FT得到的切片重要性分数与所述切片层次特征进行相乘,得到最终的整体3D影像特征;融合所述整体3D影像特征、残差数据流特征与完整文本向量得到用于分类的多模态特征,将所述多模态特征送入分类头中得到模型预测输出。本发明弥补了3D医学多模态方法中对文本利用的缺失,解决3D医学影像中存在的细粒度特征难以精准识别、粗粒度冗余难以有效解决的问题,方法设计上不局限于特定疾病。
本发明授权一种多粒度医学文本信息指导的3D多模态融合方法在权利要求书中公布了:1.一种多粒度医学文本信息指导的3D多模态融合方法,应用于多粒度医学文本信息指导的3D多模态融合框架MedMM,其特征在于,所述3D多模态融合框架MedMM包括KD自动化提取模块、编码模块、基于KD的区域注意力交互模块和基于完整文本信息的切片聚合模块,所述方法包括: 步骤1:所述KD自动化提取模块基于规则的方式抽取输入数据,其中KD代表关键描述信息; 步骤2:所述编码模块对所述输入数据进行编码从而获得输入数据对应的3D影像向量,KD文本向量和完整文本向量; 步骤3:所述基于KD的区域注意力交互模块对所述影像向量,KD文本向量和完整文本向量进行投影操作映射到共同的多模态空间,再做跨模态交互与融合,基于所述KD进行细粒度层次的图像特征提取与聚合,得到切片层次特征; 步骤4:所述基于完整文本信息的切片聚合模块,基于完整文本作为粗粒度FT监督信息,缓解切片之间的冗余,指导粗粒度层次进一步聚合,将基于粗粒度FT得到的切片重要性分数与所述切片层次特征进行相乘,得到最终的整体3D影像特征; 步骤5:融合所述整体3D影像特征、残差数据流特征与完整文本向量得到用于分类的多模态特征,将所述多模态特征送入分类头中得到模型预测输出,所述残差数据流特征由切片重要性分数和池化后得到的相对全面的切片特征计算得到, 其中,所述切片特征由所述影像向量经过一个平均池化操作得到。
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北京理工大学,其通讯地址为:100080 北京市海淀区中关村南大街5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