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！

龙图腾网获悉吉林大学申请的专利基于对比学习与自适应知识整合的放射学报告生成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：CN120809049B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202511293666.5，技术领域涉及：G16H15/00；该发明授权基于对比学习与自适应知识整合的放射学报告生成方法是由刘桂锋;滕佩宏;崔璐;于绍楠;杨飞扬;孟钰然;左近杰;杨义青设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本基于对比学习与自适应知识整合的放射学报告生成方法在说明书摘要公布了：本发明涉及计算机视觉及图像处理技术领域，特别是涉及基于对比学习与自适应知识整合的放射学报告生成方法，包括：获取目标医学影像和放射学报告文本；将所述目标医学影像和放射学报告文本输入预设的信息整合模型中，输出医学影像与知识统一的放射学报告，其中，所述信息整合模型提取目标医学影像和放射学报告文本中的特征，并通过对比学习将所述特征对齐后进行自适应融合，输出最终特征。本发明能够实现高可靠性的全自动放射学报告生成，显著减轻放射科医生的工作负担，提升报告的标准化程度与临床应用价值。

本发明授权基于对比学习与自适应知识整合的放射学报告生成方法在权利要求书中公布了：1.基于对比学习与自适应知识整合的放射学报告生成方法，其特征在于，包括： 获取目标医学影像和放射学报告文本； 将所述目标医学影像和放射学报告文本输入预设的信息整合模型中，输出医学影像与知识统一的放射学报告，其中，所述信息整合模型提取目标医学影像和放射学报告文本中的特征，并通过对比学习将所述特征对齐后进行自适应融合，输出最终特征，所述信息整合模型包括： 特征提取模块，用于基于所述目标医学影像和放射学报告文本提取视觉特征、文本特征和知识图谱特征； 对比学习模块，用于采用分层对比学习对所述视觉特征、文本特征和知识图谱特征进行跨模态语义对齐，所述对比学习模块包括： 图像-文本对比学习单元，用于通过计算视觉特征和文本特征的相似度，并通过计算相似度损失进行特征优化，获取对齐的视觉特征和文本特征； 文本-知识图谱对比学习单元，用于基于文本特征和知识图谱特征，通过动态更新知识图谱并结合有监督对比学习，获取对齐的文本特征和知识图谱特征； 特征融合模块，用于采用双向交叉注意力和自适应加权策略，将对齐后的视觉特征与知识图谱特征融合为统一表示，所述特征融合模块采用双向交叉注意力和自适应加权策略，将对齐后的视觉特征与知识图谱特征融合为统一表示包括： 对所述对比学习模块输出的视觉特征与知识图谱特征进行线性投影，生成查询向量和值向量； 基于所述查询向量和值向量，采用缩放点积注意力计算双向相似度矩阵，并基于所述相似度矩阵生成注意力权重，通过权重归一化和加权融合进行跨模态信息聚合，并采用残差连接结合层归一化优化表示，获取增强后的视觉特征和知识图谱特征； 将增强后的视觉特征和知识图谱特征进行拼接输入多层感知机学习自适应权重后，通过加权求和生成统一特征表示； 以统一特征为输入结合令牌嵌入和可学习位置编码，按时间步逐词生成报告。

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吉林大学，其通讯地址为：130012 吉林省长春市朝阳区前进大街2699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。