買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜北京大學第三醫院(北京大學第三臨床醫學院)申請的專利一種基于多模態醫學數據的特征融合方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119557840B 。

龍圖騰網通過國家知識產權局官網在2025-05-27發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510121709.5，技術領域涉及：G06F18/25；該發明授權一種基于多模態醫學數據的特征融合方法是由強光亮;續蕊;陳芳軍;馬善吳;林楚童;何華鈺設計研發完成，并于2025-01-26向國家知識產權局提交的專利申請。

本一種基于多模態醫學數據的特征融合方法在說明書摘要公布了：本發明提出了一種基于多模態醫學數據的特征融合方法及系統，屬于醫學數據處理技術領域。本發明利用建模醫學數據中的結構關系，如患者網絡、生物通路和解剖結構等，并將提取的結構化特征輸入到中，以捕獲全局上下文信息，自適應機制能夠根據數據模態動態調整和輸出的特征權重，從而實現更精準的特征融合。實驗結果證明，本發明的模型在多個多模態醫學數據集上均優于其他基線模型。

本發明授權一種基于多模態醫學數據的特征融合方法在權利要求書中公布了：1.一種基于多模態醫學數據的特征融合方法，其特征在于，所述方法包括如下步驟：步驟1.首先對多模態醫學數據進行系統的數據預處理和嵌入表示，將不同類型的醫學數據統一映射到高維向量空間中；步驟2.通過對多模態醫學數據中的關系進行建模，并提取融合了局部結構信息的節點特征表示；步驟3.基于改進的架構的特征編碼模塊，通過多層次的自注意力機制來捕獲多模態醫學數據之間的依賴和全局語義信息；步驟4.通過動態自適應的特征融合機制，學習不同模態特征的重要性權重來實現醫學數據的智能化融合，具體為：步驟4.1.特征預處理與標準化：首先對來自的特征和的特征進行標準化處理： ；；其中，比率為0.2，用于確保特征分布的一致性；然后通過非線性變換將特征映射到相同的維度空間：；；其中，為變換矩陣，為統一的融合維度；步驟4.2.自適應權重計算：設計注意力機制來計算特征融合權重；首先計算特征相關性矩陣： ；然后基于相關性矩陣計算模態特定的注意力權重： ；；其中，為可學習參數，為sigmoid函數；為了增強權重的稀疏性，引入temperature參數： ；；步驟4.3.多層次特征融合：采用分層融合策略，首先在特征級別進行融合： ；然后在語義級別通過門控機制進行融合：；；最終的融合特征通過加權組合得到： ；其中，是一個可學習的平衡參數，初始化為0.5；最后通過殘差連接和層標準化得到最終的融合特征： ；步驟5.模型訓練和優化，包括多階段訓練、自適應學習率調整以及正則化進行訓練和優化。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京大學第三醫院(北京大學第三臨床醫學院)，其通訊地址為：100000 北京市海淀區花園北路49號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。