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！

龙图腾网获悉四川互慧软件有限公司申请的专利基于多模态中医处方数据的中医处方检索方法及系统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：CN121506403B 。

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：202610033800.6，技术领域涉及：G16H20/90；该发明授权基于多模态中医处方数据的中医处方检索方法及系统是由胡金良;丁龙;张平设计研发完成，并于2026-01-12向国家知识产权局提交的专利申请。

本基于多模态中医处方数据的中医处方检索方法及系统在说明书摘要公布了：本发明提供一种基于多模态中医处方数据的中医处方检索方法及系统，涉及智慧医疗技术领域。首先获取包含中医病历文本数据、舌象图像数据、脉诊图像数据及语音描述数据的多模态中医处方数据集合，接着对其进行数据预处理。然后对预处理后的数据执行特征提取，生成文本语义、舌象图像及脉诊图像特征集合，基于这些特征集合构建多模态中医处方特征数据库，当接收到输入的多模态查询数据时，调用该数据库进行多模态特征匹配操作，最终生成并输出中医处方检索结果集合，从而能够综合多模态数据，提升中医处方检索的准确性和全面性。

本发明授权基于多模态中医处方数据的中医处方检索方法及系统在权利要求书中公布了：1.一种基于多模态中医处方数据的中医处方检索方法，其特征在于，所述方法包括： 获取多模态中医处方数据集合，所述多模态中医处方数据集合包括中医病历文本数据、舌象图像数据、脉诊图像数据以及语音描述数据； 对所述多模态中医处方数据集合进行数据预处理，得到预处理后的多模态中医处方数据集合； 对所述预处理后的多模态中医处方数据集合执行特征提取，生成文本语义特征集合、舌象图像特征集合及脉诊图像特征集合； 基于所述文本语义特征集合、所述舌象图像特征集合及所述脉诊图像特征集合构建多模态中医处方特征数据库； 响应于输入的多模态查询数据，调用所述多模态中医处方特征数据库执行多模态特征匹配操作，生成中医处方检索结果集合并输出； 其中，所述预处理后的多模态中医处方数据集合包括标准化病历文本数据、标准化舌象图像数据、标准化脉诊图像数据及标准化语音数据，所述对所述预处理后的多模态中医处方数据集合执行特征提取，生成文本语义特征集合、舌象图像特征集合及脉诊图像特征集合，包括： 对所述标准化语音数据进行语音转换，得到标准化转换文本数据，调用预训练的文本语义特征提取模型对所述标准化病历文本数据和所述标准化转换文本数据进行上下文语义编码处理，生成所述标准化病历文本数据和所述标准化转换文本数据的文本语义特征集合； 调用预训练的舌象图像特征编码模型对所述标准化舌象图像数据进行分层卷积处理，提取所述标准化舌象图像数据的舌象图像特征集合； 调用预训练的脉诊图像特征编码模型对所述标准化脉诊图像数据进行空间特征提取处理，生成所述标准化脉诊图像数据的脉诊图像特征集合； 以及，将所述文本语义特征集合、舌象图像特征集合及脉诊图像特征集合输入预训练的多模态对齐模型，将所述文本语义特征集合、舌象图像特征集合及脉诊图像特征集合映射到统一维度的嵌入空间，生成对齐后的文本语义特征集合、舌象图像特征集合及脉诊图像特征集合； 所述基于所述文本语义特征集合、所述舌象图像特征集合及所述脉诊图像特征集合构建多模态中医处方特征数据库，包括： 将所述文本语义特征集合中的每个文本语义特征与对应的中医处方标识符关联存储； 将所述舌象图像特征集合中的每个舌象图像特征与对应的中医处方标识符关联存储； 将所述脉诊图像特征集合中的每个脉诊图像特征与对应的中医处方标识符关联存储； 将所述对齐后的文本语义特征集合、舌象图像特征集合及脉诊图像特征集合，通过多模态联合嵌入模型生成统一维度的跨模态特征向量集合； 基于所述跨模态特征向量集合构建所述多模态中医处方特征数据库的跨模态特征索引结构，使得每个中医处方标识符对应的跨模态特征向量通过所述跨模态特征索引结构支持多模态联合相似度检索； 所述调用预训练的舌象图像特征编码模型对所述标准化舌象图像数据进行分层卷积处理，提取所述标准化舌象图像数据的舌象图像特征集合，包括： 将所述标准化舌象图像数据输入所述舌象图像特征编码模型的第一多尺度卷积层组，生成包含不同尺寸卷积核输出的浅层纹理特征图； 将所述浅层纹理特征图输入所述舌象图像特征编码模型的第二深度残差卷积层组，通过跳跃连接方式聚合不同卷积层的舌苔区域边缘特征，生成深层舌体轮廓特征图； 对所述浅层纹理特征图和所述深层舌体轮廓特征图进行通道维度拼接，生成融合后的多尺度舌象特征图； 对所述多尺度舌象特征图执行全局平均池化操作，生成固定维度的舌象初级特征向量； 调用所述舌象图像特征编码模型的舌象区域聚焦模块，基于所述舌象初级特征向量生成舌体区域空间注意力权重矩阵，并将所述权重矩阵与所述多尺度舌象特征图进行逐元素相乘，得到加权后的舌象聚焦特征图； 对所述加权后的舌象聚焦特征图进行最大池化降维处理，生成降维后的舌象中级特征向量； 将所述舌象初级特征向量与所述舌象中级特征向量进行向量拼接，并通过全连接层映射到预设的统一特征维度，生成所述标准化舌象图像数据对应的舌象图像特征向量集合； 所述调用预训练的脉诊图像特征编码模型对所述标准化脉诊图像数据进行空间特征提取处理，生成所述标准化脉诊图像数据的脉诊图像特征集合，包括： 将所述标准化脉诊图像数据按九宫格布局分割为脉位区域图像块集合，其中，每个脉位区域图像块对应中医脉诊的寸、关、尺部位的不同压力等级区域； 将每个所述脉位区域图像块输入所述脉诊图像特征编码模型的空间卷积模块，通过并行空洞卷积层提取多感受野下的脉象波形局部特征，生成各脉位区域图像块的初级脉象特征图； 对所述初级脉象特征图执行空间注意力计算，生成各脉位区域的脉象强度分布热力图，并根据所述脉象强度分布热力图的权重值对所述初级脉象特征图进行特征筛选，得到加权后的脉象区域特征图； 将同一脉位区域的多个压力等级图像块的加权后的脉象区域特征图进行时序维度叠加，生成脉位三维特征张量； 对所述脉位三维特征张量执行三维池化操作，生成各脉位的压缩特征向量； 将所述寸、关、尺部位的压缩特征向量按解剖位置顺序进行拼接，生成全脉位联合特征向量； 将所述全脉位联合特征向量输入所述脉诊图像特征编码模型的全连接层组，通过非线性变换映射到预设的统一特征维度，生成所述标准化脉诊图像数据对应的脉诊图像特征集合。

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四川互慧软件有限公司，其通讯地址为：621000 四川省绵阳市科技城新区创新中心11号楼607室；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。