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疾病早期预警方法及装置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：CN119339948B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411446930.X，技术领域涉及：G16H50/30；该发明授权疾病早期预警方法及装置是由宋红;于庆喆;杨健;林毓聪;付天宇;艾丹妮;范敬凡;肖德强设计研发完成，并于2024-10-16向国家知识产权局提交的专利申请。

本疾病早期预警方法及装置在说明书摘要公布了：本发明公开了一种疾病早期预警方法及装置，涉及疾病预警技术领域，该方法利用临床检查结果数据中丰富的目标疾病相关知识，通过跨模态的知识蒸馏方法，将多模态教师模型学到的知识转移到仅访问人机交互模态的学生模型中，以提升人机交互学生模型的疾病预警能力。由于能够将临床检查结果数据中与目标疾病强相关的知识迁移到人机交互数据中，因此可以在仅适用人机交互数据的情况下，得到更为准确的预警结果。实现了一种基于人机交互数据的低成本、低负担的神经系统疾病早期预警方式，可以对大规模具有发病风险的人群进行早期识别以及长期监测。

本发明授权疾病早期预警方法及装置在权利要求书中公布了：1.一种疾病早期预警方法，其特征在于，包括： 获取训练用样本临床检查结果数据以及样本人机交互数据；所述样本临床检查结果数据包括脑影像数据，所述样本人机交互数据包括步态数据； 将所述样本临床检查结果数据以及所述样本人机交互数据输入教师模型对所述教师模型进行训练，以便所述教师模型学习到所述样本临床检查结果数据与所述样本人机交互数据间的语义相关性信息以及与目标疾病早期预警强相关信息； 获取训练完成的所述教师模型输出的准确预警结果和软标签以及共享特征向量；通过预警目标蒸馏方式对所述准确预警结果和软标签进行知识蒸馏，并通过多模态语义蒸馏方式对所述共享特征向量进行知识蒸馏；以便将所述准确预警结果和软标签以及所述共享特征向量转移到仅接收所述样本人机交互数据的学生模型对所述学生模型进行训练，使所述学生模型经过训练后在仅接收到所述样本人机交互数据的情况下具备目标疾病早期预警能力； 获取待预警人机交互数据，并将所述待预警人机交互数据输入训练完成的所述学生模型，以便所述学生模型输出目标疾病早期预警结果； 所述教师模型包括一个共享模态编码器、两个用于处理特定模态的第一特定模态编码器、融合模块以及第一分类器，所述共享模态编码器用于将所述样本临床检查结果数据以及所述样本人机交互数据进行解耦获得所述共享特征向量；两个所述第一特定模态编码器用于将所述样本临床检查结果数据以及所述样本人机交互数据进行解耦获得模态独特特征向量； 所述融合模块用于将所述共享特征向量以及所述模态独特特征向量进行融合后输入所述第一分类器，以便所述分类器输出所述准确预警结果和软标签; 所述学生模型包括第二特定模态编码器以及第二分类器；所述第二特定模态编码器用于将所述样本人机交互数据进行解耦获得编码特征向量；所述第二分类器用于根据所述编码特征向量输出预测标签; 所述多模态语义蒸馏方式用于对所述教师模型中共享模态编码器输出的所述共享特征向量进行非线性变换，将所述共享特征向量投影到临床检查结果数据以及人机交互数据的联合表示空间中，得到第一联合空间嵌入向量；对所述学生模型编码模块输出的所述编码特征向量投影到临床检查结果数据以及人机交互数据的联合表示空间中，得到第二联合空间嵌入向量； 通过所述教师模型和所述学生模型在子空间中的嵌入向量间的距离构建多模态语义损失函数，通过计算两个特征向量之间的余弦相似度来最小化该距离，使得所述学生模型可以模仿所述教师模型学习到的多模态联合特征表示。

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。