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！

龙图腾网获悉大连理工大学申请的专利一种跨模态蒸馏耦合的冠脉斑块分类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：CN120164020B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202510228809.8，技术领域涉及：G06V10/764；该发明授权一种跨模态蒸馏耦合的冠脉斑块分类方法是由郑伟明;张立和;谷俊衡;庞士瑞设计研发完成，并于2025-02-28向国家知识产权局提交的专利申请。

本一种跨模态蒸馏耦合的冠脉斑块分类方法在说明书摘要公布了：本发明为一种跨模态蒸馏耦合的冠脉斑块分类方法，旨在解决CTA的空间分辨率较低，容易受到伪影的干扰，而高精度的IVUS需要将探头引入血管内，可能给患者带来不适和潜在的并发症风险。为了综合CTA和IVUS这两种技术的优点，借助人工智能技术建模CTA与IVUS的映射关系，通过冠脉血管及斑块的自动勾画与识别，利用IVUS高分辨率特性来克服CTA的局限性，给CTA影像赋予IVUS的判别能力。

本发明授权一种跨模态蒸馏耦合的冠脉斑块分类方法在权利要求书中公布了：1.一种跨模态蒸馏耦合的冠脉斑块分类方法，其特征在于，步骤如下： 步骤一、采用骨干网络提取CT血管造影CTA和血管内超声IVUS的图像特征； 给定CTA模态输入和IVUS模态输入骨干网络提取ICTA和IIVUS的特征图和其中，N表示该输入样本的CTA或IVUS图片数量、H、W分别表示图像的高和宽、C表示图像的通道维度； 步骤二、采用特征增强模块获得特征增强的表征向量，并采用跨模态蒸馏模块通过特征对齐实现IVUS模态知识向CTA模态的迁移； VCTA、VIVUS经过特征增强模块Transformer1分别得到特征增强的表征向量V′CTA和V′IVUS；VCTA经过Transformer2，并通过跨模态蒸馏模块学习V′IVUS中的判别线索，得到V″CTA； 在Transformer2处理的过程中，使用基于特征的跨模态损失函数来实现IVUS模态向CTA模态的知识蒸馏，极小化这两种模态增强特征向量的欧氏距离，欧氏距离表达式如下： 步骤三、采用跨模态耦合模块融合多模态特征； 所述的跨模态耦合模块包括跨模态自注意力模块和跨模态交叉注意力模块，所述的跨模态自注意力模块包括归一化层Norm、多头自注意力MHSA、卷积前馈网络Conv-FFN以及连接器，所述的跨模态交叉注意力模块包括归一化层Norm、多头交叉注意力MHCA、耦合连接单元、卷积前馈网络Conv-FFN以及连接器； 所述的跨模态耦合模块首先通过两个跨模态自注意力模块进行重构以及自强化，然后进入跨模态交叉注意力模块进行特征融合，最后输出用于分类的特征Vcls和V′cls； 步骤四、建立空间一致性约束来建模切片间的空间上下文关系； 先采样正负样本对，然后通过对比损失函数约束Vcls和V′cls的空间语义连续性，使模型预测结果满足局部连续性假设；该损失函数表达式如下， 其中为当前位置的特征向量，为x空间邻域随机采样的与x类别相同的正样本，为x空间邻域随机采样的与x类别不同的负样本； 经过语义连续性计算后结合L2损失函数来辅助正则化特征向量，辅助损失如下， 当y为正样本时b为1，当y为负样本时b为0；辅助损失考虑了额外的空间信息，避免模型产生过拟合；总的空间一致性损失为： 步骤五、采用约束分类网络进行分类； 将步骤四处理后的分类特征Vcls、V′cls经过全连接层，采用余弦相似度来约束Vcls和V′cls的一致性，并分别采用交叉熵损失和来正则化Vcls和V′cls，使预测类别逼近真值类别；其中余弦相似度公式为：

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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。