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！

龙图腾网获悉中国中医科学院针灸研究所申请的专利基于多模态数据的精神疾病智能识别方法、设备和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：CN120496866B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202510327565.9，技术领域涉及：G16H50/70；该发明授权基于多模态数据的精神疾病智能识别方法、设备和介质是由赵亚楠;荣培晶;袁立;王瑜;顾小钗;左文豪;周何彬设计研发完成，并于2025-03-19向国家知识产权局提交的专利申请。

本基于多模态数据的精神疾病智能识别方法、设备和介质在说明书摘要公布了：本发明提供一种基于多模态数据的精神疾病智能识别方法、设备和介质，该方法包括：获取待测者的病情自述文本信息、耳部图像数据、待测者耳甲区和耳轮区内各指定穴区的阻抗和或温度信息；对耳部图像数据进行局部特征提取得到图像特征向量；利用多头注意力机制捕捉不同穴区的阻抗和或温度信息之间的测量值特征向量；提取病情自述文本信息的语义特征向量；将图像特征向量、测量值特征向量、语义特征向量形成多模态融合特征向量并输入到疾病智能识别模型进行分类，输出精神疾病预测结果。本发明融合耳部图像、各穴位的阻抗和或温度信息、患者自述文本信息多模态数据并结合深度学习模型实现疾病分类，提升识别效率和准确性。

本发明授权基于多模态数据的精神疾病智能识别方法、设备和介质在权利要求书中公布了：1.一种基于多模态数据的精神疾病智能识别方法，其特征在于，所述方法包括： 获取待测者的病情自述文本信息、耳部图像数据以及待测者耳甲区和耳轮区内各个指定穴区的阻抗和或温度信息；其中，获取待测者耳甲区和耳轮区内各个指定穴区的阻抗和或温度信息包括：采用预训练的穴区检测模型对待测者的耳部图像数据进行穴区分割检测，得到当前待测者的耳甲区和耳轮区的穴区分布信息；根据所述穴区分布信息生成待测者的穴区测量定位模板，并将所述穴区测量定位模板发送到耳部图像数据的采集设备，以在采集设备的图像采集界面的视频引导框内显示所述穴区测量定位模板，通过将穴区测量定位模板与待测者的耳部图像匹配对齐指导传感器设备采集待测者耳甲区和耳轮区内各个指定穴区的阻抗值和或温度值；接收传感器设备上传的待测者耳甲区和耳轮区内各个指定穴区的阻抗值和或温度值，所述穴区检测模型采用YOLOv8模型进行训练得到； 对耳部图像数据进行局部特征提取，得到图像特征向量； 将各个穴区的阻抗和或温度信息转换为向量形式，并利用Transformer架构中的多头注意力机制捕捉不同穴区的阻抗和或温度信息之间的关联特征，得到测量值特征向量； 提取病情自述文本信息的语义特征向量； 将图像特征向量、测量值特征向量、语义特征向量进行特征拼接融合，形成多模态融合特征向量； 将多模态融合特征向量输入到预训练的疾病智能识别模型，以供疾病智能识别模型根据模型训练过程学习到的多模态融合特征向量与不同严重程度的各个类别的精神疾病之间的关系对输入的多模态融合特征向量进行分类，输出预测结果，预测结果为概率向量，分别表示样本属于不同严重程度的各个类别的精神疾病以及正常状态的概率； 所述疾病智能识别模型的训练步骤包括：获取标注好的样本数据，每一样本数据包括患者的病情自述文本信息、耳部图像数据、患者耳甲区和耳轮区内各个指定穴区的阻抗和或温度信息以及患者的疾病标签；对各个样本数据进行预处理得到预处理后的数据样本；将预处理后的各个样本数据对应的图像特征向量样本、测量值特征向量样本、语义特征向量样本进行特征维度对齐，通过特征级联的方式将来自不同模态的特征向量样本进行拼接融合，形成各个样本数据的多模态融合特征向量样本；将各个样本数据的多模态融合特征向量样本以及各样本对应的疾病标签输入到预设的全连接神经网络分类器中进行疾病智能识别模型训练；在模型训练过程中，采用交叉熵损失函数衡量模型每一样本数据的预测结果与真实的疾病标签之间的损失值，并采用Adam优化器对疾病智能识别模型的网络参数进行优化以最小化损失函数，实现模型性能优化。

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中国中医科学院针灸研究所，其通讯地址为：100007 北京市东城区东直门南小街16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。