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！

龙图腾网获悉西南大学申请的专利一种基于多模态特征融合的抗NMDAR脑炎预后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：CN115937604B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202211706817.1，技术领域涉及：G06V10/764；该发明授权一种基于多模态特征融合的抗NMDAR脑炎预后分类方法是由董霄轩;陈善雄;向雅芸;冯佳丽;李川;彭喜化;蒲汛设计研发完成，并于2022-12-27向国家知识产权局提交的专利申请。

本一种基于多模态特征融合的抗NMDAR脑炎预后分类方法在说明书摘要公布了：本发明公开了一种基于多模态特征融合的抗NMDAR脑炎预后分类方法，主要涉及医学图像处理技术领域；包括步骤：S1、获取对应的患者MRI图像和临床特征；S2、构建MRI特征提取器，提取患者的影像特征；S3、构建多模态特征融合模型，将影像特征和临床特征跨模态融合，生成信息更加丰富的融合特征；S4、基于融合特征构建抗NMDAR脑炎预后分类器，并通过多模态数据集对其进行训练；S5、将待分类的抗NMDAR脑炎患者的MRI图像与临床特征输入到训练好的分类器中，获得预后分类结果；本发明大大减少了抗NMDAR患者预后诊断对领域专家的依赖，能够为医生提供客观、准确、一致和可解释的诊断参考。

本发明授权一种基于多模态特征融合的抗NMDAR脑炎预后分类方法在权利要求书中公布了：1.一种基于多模态特征融合的抗NMDAR脑炎预后分类方法，其特征是，包括步骤： S1、基于确诊为抗NMDAR脑炎的病例，获取对应的患者MRI图像和临床特征； S2、构建MRI特征提取器，提取患者的影像特征； S3、构建多模态特征融合模型，将影像特征和临床特征跨模态融合，生成信息更加丰富的融合特征，并通过通道信息引导模块提升融合性能； 构建的多模态特征融合模型包括步骤： S321、将卷积神经网络提取的MRI影像特征通过1×1卷积缩减通道数； S322、多序列MRI影像特征通过动态归一化权重层被赋予权重，并在通道维度上拼接； S323、拼接后的多序列MRI融合特征通过通道信息引导模块赋予注意力权重，并经过1×1卷积恢复通道数； S324、临床特征被划分为连续变量和分类变量，并分别提取语义信息，最终将所有语义信息在通道维度上拼接，得到完整的临床特征； 临床特征的提取方式为：临床特征被分为连续变量和分类变量，其中，连续变量通过BatchNorm层提取语义信息；分类变量首先由特定维度的Embadding层提取词向量，再经过Bi-LSTM层提取分类变量语义信息；这些语义信息随后在通道维度上拼接，形成最终的临床语义特征； S325、多序列MRI特征和临床特征经过多层感知机调整尺寸后，两者经过动态归一化权重层进行拼接，拼接后的特征经过通道信息引导模块赋予注意力全中，得到最终的融合特征； S4、基于融合特征构建抗NMDAR脑炎预后分类器，并通过多模态数据集对其进行训练； S5、将待分类的抗NMDAR脑炎患者的MRI图像与临床特征输入到训练好的分类器中，获得预后分类结果。

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西南大学，其通讯地址为：400715 重庆市北碚区天生路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。