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！

龙图腾网获悉南京从一医药科技有限公司申请的专利用于试验数据的多模态融合分析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：CN120611145B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202510684665.7，技术领域涉及：G06F18/20；该发明授权用于试验数据的多模态融合分析方法及系统是由陈维生;赖秋云设计研发完成，并于2025-05-26向国家知识产权局提交的专利申请。

本用于试验数据的多模态融合分析方法及系统在说明书摘要公布了：本发明属于多模态数据处理领域，尤其涉及用于试验数据的多模态融合分析方法及系统，该方法通过构建双向多模态约束生成模型，融合多模态推理生成、正向逻辑约束及反向因果约束子模型，实现对实时多维需求数据的智能分析；其中，正向逻辑约束子模型基于试验标准准则及历史约束序列，通过实体‑关系抽取、图算法构建正向约束分层推理关联节点网，并结合深度索引算法生成正向逻辑约束集；反向因果约束子模型则通过模态推理准确率构建组合冲突值，结合跨模态冲突阈值进行冲突溯源与调整，生成反向因果约束集；两个约束集通过多模态推理生成子模型融合，最终生成满足置信度要求的目标生成需求文本，实现了对临床试验数据的智能分析。

本发明授权用于试验数据的多模态融合分析方法及系统在权利要求书中公布了：1.用于试验数据的多模态融合分析方法，其特征在于，步骤包括： 获取实时多维需求生成数据、双向多模态约束生成模型；所述双向多模态约束生成模型包括多模态推理生成子模型、正向逻辑约束子模型和反向因果约束子模型； 将所述实时多维需求生成数据输入到双向多模态约束生成模型，基于正向逻辑约束子模型生成的正向逻辑约束集和反向因果约束子模型生成的反向因果约束集，通过多模态推理生成子模型，获得目标需求生成文本； 所述正向逻辑约束集与反向因果约束集一一对应；所述正向逻辑约束集与反向因果约束集分别与输入数据模态数一一对应； 所述正向逻辑约束子模型的构建过程包括： 获取试验标准准则信息、历史生成过程中的正向初始逻辑约束条件及每一步训练约束过程中更新的正向逻辑约束信息，构建正向逻辑约束序列； 基于所述正向逻辑约束序列，通过实体-关系抽取算法，获得不同模态数据下对应的约束关键词及约束关键词之间的逻辑约束关系、同一模态数据下约束的分级继承关系、不同模态数据之间交互约束频繁项关系、交互约束置信度及交互约束冲突关系，并基于获取的关键词及关系构建每一模态数据对应的约束条件三元组； 基于每一模态数据对应的约束条件三元组结合图算法，获得正向约束分层推理关联节点网； 基于正向约束分层推理关联节点网结合深度索引算法，构建得到正向逻辑约束子模型； 所述正向约束分层推理关联节点网包括模态解析节点、原子约束变量节点集、约束组合节点、冲突消解节点；每一模态对应的约束组合节点与每一原子约束变量节点集一一对应； 所述模态解析节点根据所述多模态推理生成子模型提取的目标需求特征空间中的模态向量调用对应的约束组合节点，并确定当前主模态数据及辅模态数据； 所述约束组合节点用于根据目标需求生成文本生成过程中每一步长输入的目标需求特征空间，通过调用所述约束组合节点索引对应的原子约束变量节点集中保存的原子约束变量进行索引组合； 所述原子约束变量节点集中的每一原子约束变量子节点用于存储单一约束变量及每一模态历史索引频次，且每一原子约束变量子节点配置一个版本溯源链，用于记录对应原子约束变量在所述试验标准准则信息中的变更历史； 所述原子约束变量节点集的内部子节点与各模态对应的原子约束变量节点集之间，通过图注意力算法结合被同一模态同时索引的两个约束变量对应的频次构建的变量连接关系进行连接，获得约束子节点网； 所述冲突消解节点用于对对应约束组合节点每一次约束组合过程中出现的组合冲突，利用预设的消解规则进行模态内约束冲突消解和模态间约束冲突消解，使得每一步长输入消解后的约束满足预设的置信度阈值； 所述预设的消解规则通过预设的分层消解策略、约束变量的优先级及预设的时间敏感度和决策树算法构建的消解路径决策树构建得到； 所述预设的分层消解策略包括第一层：模态内消解策略，第二层：模态间消解策略，以及第三层：人工干预。

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南京从一医药科技有限公司，其通讯地址为：210000 江苏省南京市秦淮区马府新村16-1号东；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。