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！

龙图腾网获悉中国人民解放军空军军医大学申请的专利一种多模态附件区包块恶性风险评估方法及装置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：CN118609808B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202410661223.6，技术领域涉及：G16H50/30；该发明授权一种多模态附件区包块恶性风险评估方法及装置是由杨红;吕小慧;刘西洋;王景雯;王晓东;陈紫均设计研发完成，并于2024-05-27向国家知识产权局提交的专利申请。

本一种多模态附件区包块恶性风险评估方法及装置在说明书摘要公布了：本申请公开了一种多模态附件区包块恶性风险评估方法及装置。所述多模态附件区包块恶性风险评估方法包括：获取待识别图像；获取待评估人基本信息；提取所述待识别图像的图像特征；根据所述待评估人基本信息生成基本信息结构化特征；将所述基本信息结构化特征以及所述图像特征进行拼接，从而获取待使用特征；获取多个经过训练的xgboost模型；根据待使用特征以及各个经过训练的xgboost模型获取多个初始预测结果；获取漂移扩散模型；根据各个初始预测结果以及所述漂移扩散模型获取最终预测结果。本申请通过xgboost模型与漂移扩散模型配合，能够使得AUC提高到0.957，模型ACC由0.892提升到0.910，特异性提升0.933到0.941的同时大幅度提升了敏感性0.749到0.814。

本发明授权一种多模态附件区包块恶性风险评估方法及装置在权利要求书中公布了：1.一种多模态附件区包块恶性风险评估方法，其特征在于，所述多模态附件区包块恶性风险评估方法包括：获取待识别图像；获取待评估人基本信息；提取所述待识别图像的图像特征；根据所述待评估人基本信息生成基本信息结构化特征；将所述基本信息结构化特征以及所述图像特征进行拼接，从而获取待使用特征；获取多个经过训练的xgboost模型；根据待使用特征以及各个经过训练的xgboost模型获取多个初始预测结果；获取漂移扩散模型；根据各个初始预测结果以及所述漂移扩散模型获取最终预测结果；所述根据各个初始预测结果以及所述漂移扩散模型获取最终预测结果包括：对初始预测结果进行随机排序，并获取排序为前N个的初始预测结果作为待使用初始预测结果；将各个待使用初始预测结果输入至漂移扩散模型中从而获取最终预测结果和响应时间；在将各个待使用初始预测结果输入至漂移扩散模型中从而获取最终预测结果和响应时间过程中，对每个待使用初始预测结果，首先初始化长度为随机抽取数量且均匀分布的数组，其中每个元素表示后验概率，通过循环遍历每个时间步，每步将神经网络输出的概率与上一步的后验相乘，并做归一化运算，得到每个类别的后验概率。

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中国人民解放军空军军医大学，其通讯地址为：710032 陕西省西安市长乐西路127号；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”。