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！

龙图腾网获悉浙江大学申请的专利一种基于多模态数据的失能干预质量评价方法、装置及可读存储介质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：CN119480036B 。

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：202411581813.4，技术领域涉及：G16H40/20；该发明授权一种基于多模态数据的失能干预质量评价方法、装置及可读存储介质是由李莹;陈浩;周芸帆;陈旭娇;孙煦雪设计研发完成，并于2024-11-07向国家知识产权局提交的专利申请。

本一种基于多模态数据的失能干预质量评价方法、装置及可读存储介质在说明书摘要公布了：本发明公开了一种基于多模态数据的失能干预质量评价方法、装置及可读存储介质，其中，评价方法包括以下步骤：1获取多模态数据，包含图像数据、时间序列数据、文本数据和表格数据；2从图像数据、时间序列数据、文本数据中提取特征并融合，得到融合特征，3从表格数据中提取出与失能干预相关的关键失能指标；4基于关键失能指标和融合特征，构建并训练失能风险预测模型；5利用失能风险预测模型对新的数据进行失能风险预测，并评价失能干预质量。利用本发明，可以有效提高失能干预质量的评价准确性，提高失能干预质量的评价效率，提高失能干预质量的评价稳定性。

本发明授权一种基于多模态数据的失能干预质量评价方法、装置及可读存储介质在权利要求书中公布了：1.一种基于多模态数据的失能干预质量评价方法，其特征在于，包括以下步骤： 1获取多模态数据，包含图像数据、时间序列数据、文本数据和表格数据；图像数据包含老年人行动时的身体图像；时间序列数据包含来自传感器的老年人数据；文本数据包含老年人的诊断描述和采取的干预措施；表格数据包含老年人的人口学信息、生理指标和行为能力水平； 2从图像数据、时间序列数据、文本数据中提取特征并融合，得到融合特征，具体包括： 将时间序列数据中的每一个数据点作为线型图的一个点，并将这些点按照时间顺序连接起来，形成线型图；将得到的线形图与图像数据拼接为新的多通道图像数据；使用预训练的图像分类模型对新的多通道图像数据进行特征提取，得到图像数据的高层次特征； 对文本数据进行预处理，分割成单词或短语；使用预训练的大语言模型对预处理后的文本数据进行特征提取；使用命名实体识别技术，从文本中提取出与失能干预相关的关键信息；将提取出的关键信息进行向量化表示，转换为数值特征； 通过机器学习算法将图像数据的高层次特征和文本数据的数值特征结合，通过混合插值法生成新的融合特征； 3从表格数据中提取出与失能干预相关的关键失能指标；具体为：基于注意力机制构建出FeatureTransformer模型进行自动特征选择，该模型的结构包括输入层、决策层和输出层； 4基于关键失能指标和融合特征，构建并训练失能风险预测模型；失能风险预测模型采用多层感知机MLP作为基础模型，并引入多模态对比学习算法对失能风险预测模型进行训练；训练过程中，将模型的损失函数设置为包含多模态信息的交叉熵损失函数； 假设I表示图像特征向量，T表示文本特征向量，B表示表格特征向量，分别计算出图像特征向量和文本特征向量的交叉熵损失函数lossI,T、图像特征向量和表格特征向量的交叉熵损失函数lossI,B和文本特征向量和表格特征向量的交叉熵损失函数lossT,B；最终，将lossI,T、lossI,B和lossT,B进行加权求和，得到多模态信息的交叉熵损失； 5利用失能风险预测模型对新的数据进行失能风险预测，并评价失能干预质量。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。