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！

龙图腾网获悉深圳市生强科技有限公司申请的专利基于强化学习的消化道病理诊断视觉语言大模型构建方法及其应用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：CN121354882B 。

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：202511935861.3，技术领域涉及：G16H50/20；该发明授权基于强化学习的消化道病理诊断视觉语言大模型构建方法及其应用是由朱良慧;欧阳旻禧;查伟;黄强;王子晗设计研发完成，并于2025-12-22向国家知识产权局提交的专利申请。

本基于强化学习的消化道病理诊断视觉语言大模型构建方法及其应用在说明书摘要公布了：本发明公开了一种基于强化学习的消化道病理诊断视觉语言大模型构建方法及其应用，属于医学图像处理技术领域。该方法首先通过版面分析与自适应阈值处理提取病理信息，重组为包含推理链条的结构化数据集；其次利用视觉编码器和多分支分类器提取特征及置信度，生成动态结构化提示词；最后将图像与提示词输入多模态大模型，进行监督微调热启动，并采用组相对策略优化算法配合包含格式、语义及诊断维度的复合奖励函数进行强化学习训练。本发明解决了通用模型在病理场景下易产生幻觉且缺乏推理逻辑的问题，显著提升了病理报告生成的准确性与逻辑性。

本发明授权基于强化学习的消化道病理诊断视觉语言大模型构建方法及其应用在权利要求书中公布了：1.一种基于强化学习的消化道病理诊断视觉语言大模型构建方法，其特征在于，包括以下步骤： 步骤S1、构建包含病理推理链条的结构化数据集： 获取原始病理报告，通过版面分析与自适应阈值处理提取病理图像、镜下描述及诊断结论，并将提取的信息重组为包含推理过程的结构化文本数据； 其中，所述通过版面分析与自适应阈值处理提取病理图像、镜下描述及诊断结论，具体包括： 将原始病理报告转换为灰度图像，基于局部邻域像素的统计特征计算自适应二值化阈值，以进行图像二值化处理； 利用形态学运算去除图像中的噪声干扰，并通过边缘检测结合区域分析识别并去除表格线条； 基于版面分析技术识别文本区域、图像区域及表格区域的空间布局，分别提取感兴趣区域图像、镜下描述文本及诊断结论文本； 将提取的所述感兴趣区域图像、镜下描述文本及诊断结论文本按照“思考-描述-回答”的逻辑顺序进行重组，形成所述结构化数据集； 步骤S2、构建基于分类置信度的动态提示词： 利用视觉编码器提取病理图像的深层视觉表征，通过多分支分类器预测病理图像的组织来源类别及置信度；根据所述置信度与预设阈值的关系，生成包含组织来源先验信息或视觉特征引导信息的结构化提示词； 步骤S3、执行多阶段模型训练： 将所述病理图像与所述结构化提示词输入多模态大模型； 首先利用所述结构化数据集进行监督微调热启动，使所述多模态大模型习得预定义的推理思维链格式；随后采用组相对策略优化算法进行强化学习训练； 在所述强化学习训练中，构建复合奖励函数以优化模型策略，所述复合奖励函数至少包括： 用于约束输出结构完整性的格式奖励、用于评估镜下观察描述语义一致性的语义奖励、以及用于评估诊断结论准确性的诊断奖励； 其中，所述组相对策略优化算法的具体过程包括： 对于每个输入查询，从旧策略中采样一组输出； 通过最大化目标函数优化当前策略，所述目标函数基于当前策略与旧策略的概率比值、优势值以及当前策略与参考策略的KL散度计算得到； 其中，所述优势值通过对采样组内的奖励值进行标准化计算获得，无需构建独立的价值网络。

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深圳市生强科技有限公司，其通讯地址为：518000 广东省深圳市龙岗区坂田街道岗头社区五和大道4012号元征科技厂区2号厂房302；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。