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！

龙图腾网获悉清华大学申请的专利一种生成CT影像表征及影像报告的多模态预训练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：CN116433934B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202310180977.5，技术领域涉及：G06V10/74；该发明授权一种生成CT影像表征及影像报告的多模态预训练方法是由徐枫;马靓笛;郭雨晨设计研发完成，并于2023-02-16向国家知识产权局提交的专利申请。

本一种生成CT影像表征及影像报告的多模态预训练方法在说明书摘要公布了：本申请提出了一种CT影像表征及影像报告生成的多模态预训练方法，涉及自然语言处理领域，包括获取多模态数据组合；对CT影像采取随机数据增强，并将增强后的数据输入图像编码器进行编码，确定影像特征；将影像报告输入文本编码器进行编码，确定文本特征，且将影像特征输入文本解码器，确定影像描述；分别根据第一影像特征与第二影像特征、文本特征与影像特征在特征空间的相似性以及影像描述与影像报告的准确性，确定混合损失函数；基于混合损失函数，利用梯度下降算法进行模型训练，更新图像编码器、文本编码器与文本解码器的参数。本申请能够实现模型参数优化，提高模型对CT影像的表征能力与数据的使用效率。

本发明授权一种生成CT影像表征及影像报告的多模态预训练方法在权利要求书中公布了：1.一种生成CT影像表征及影像报告的多模态预训练方法，其特征在于，包括： 获取多模态数据组合，其中，所述多模态数据组合包括CT影像与影像报告； 对所述CT影像采取随机数据增强，并将增强后的数据输入图像编码器进行编码，确定影像特征，其中，所述影像特征包括第一影像特征与第二影像特征； 将所述影像报告输入文本编码器进行编码，确定文本特征，且将所述影像特征输入文本解码器，确定影像描述； 分别根据所述第一影像特征与所述第二影像特征、所述文本特征与所述影像特征在特征空间的相似性以及所述影像描述与所述影像报告的准确性，确定混合损失函数； 基于所述混合损失函数，利用梯度下降算法进行模型训练，更新所述图像编码器、所述文本编码器与所述文本解码器的参数； 所述将所述影像报告输入文本编码器进行编码，确定文本特征，包括： 构建基于Transformer的文本编码器，根据BERT模型的参数对所述文本编码器以及文本嵌入矩阵进行初始化； 根据所述文本嵌入矩阵计算所述影像报告的文本嵌入，在所述文本嵌入中添加位置编码后输入到所述文本编码器； 根据所述文本编码器获取所述影像报告映射到所述特征空间中的文本特征； 所述将所述影像特征输入文本解码器，确定影像描述，包括： 构建基于Transformer的文本解码器，将所述影像特征输入所述文本解码器中； 通过解码生成与所述影像特征对应的基于自然语言的所述影像描述。

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清华大学，其通讯地址为：100084 北京市海淀区清华园；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。