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！

龙图腾网获悉中国医学科学院阜外医院申请的专利一种基于多模态眼底图像的冠心病风险预测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：CN119400403B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202411265435.9，技术领域涉及：G16H50/30；该发明授权一种基于多模态眼底图像的冠心病风险预测方法及系统是由徐娜;姜琳;宋莹;唐晓芳;姚懿;袁晋青设计研发完成，并于2024-09-10向国家知识产权局提交的专利申请。

本一种基于多模态眼底图像的冠心病风险预测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眼底图像的冠心病风险预测方法及系统，涉及智慧医疗系统技术领域。该方法包括：获取对应目标用户的多模态眼底图像组；基于多尺度注意力模型，提取第一眼底图像所对应的眼底平面特征组；基于区域引导注意力模型，提取第二眼底图像所对应的眼底立体特征组；将眼底平面特征组和眼底立体特征组输入至风险预测模型，以确定相应的冠心病风险预测结果，该风险预测模型采用多模态融合深度学习模型。由此，通过对多模态、多维度的眼底图像进行大数据分析，将冠心病防治关口前移，实现无创、快速且精准的风险预测。

本发明授权一种基于多模态眼底图像的冠心病风险预测方法及系统在权利要求书中公布了：1.一种基于多模态眼底图像的冠心病风险预测方法，其特征在于，所述方法包括： 获取对应目标用户的多模态眼底图像组；所述多模态眼底图像组包含第一眼底图像和第二眼底图像；所述第一眼底图像是通过彩色眼底摄影方式而得到的，所述第二眼底图像是通过光学相干断层扫描血流成像方式而得到的； 基于多尺度注意力模型，提取所述第一眼底图像所对应的眼底平面特征组； 基于区域引导注意力模型，提取所述第二眼底图像所对应的眼底立体特征组； 将所述眼底平面特征组和所述眼底立体特征组输入至风险预测模型，以确定相应的冠心病风险预测结果，所述风险预测模型采用多模态融合深度学习模型； 所述风险预测模型包含特征融合层、深度残差网络层、双向长短期记忆网络层、多头自注意力层和全连接输出层； 所述特征融合层用于将所述眼底平面特征组和所述眼底立体特征组进行融合： ； 式中，表示眼底平面特征组，表示眼底立体特征组，以及表示眼底融合特征组； 所述深度残差网络层包含多个残差块，每个残差块包含多个卷积层和在不同卷积层之间的短连接；所述深度残差网络层用于提取所述眼底融合特征组所对应的深层次卷积特征： ； 式中，表示残差块中的卷积操作，表示残差块中第层卷积层的权重，以及表示深层次卷积特征； 所述双向长短期记忆网络层用于确定所述深层次卷积特征所对应的双向时序依赖特征： ； 式中，表示双向时序依赖特征，表示的前向LSTM的输出特征，表示的后向LSTM的输出特征； 所述多头自注意力层用于处理所述双向时序依赖特征，以得到相应的全局注意力特征： ； ； ； ； ； 式中，、和分别表示查询权重矩阵、键权重矩阵和值权重矩阵，、和分别表示查询矩阵、键矩阵和值矩阵；表示softmax函数，表示键向量的维度，表示第i个注意力头的输出；表示多头输出权重矩阵，h表示注意力头的总数，表示全局注意力特征； 所述全连接输出层用于处理所述全局注意力特征，以得到相应的冠心病风险概率： ； ； 式中，表示最终输出的冠心病风险概率，和分别表示全连接层的权重矩阵和偏置项；表示非线性激活函数，和分别表示输出层的权重矩阵和偏置项；表示Sigmoid激活函数； 所述区域引导注意力模型包含多个区域注意力模块和融合模块；每一所述区域注意力模块均包含级联的区域卷积层和区域引导注意力层，以用于提取相应区域的区域引导注意力特征；所述融合模块用于融合各个区域的区域引导注意力特征，以得到相应的眼底立体特征组； 通过各个区域注意力模块中的区域卷积层，提取所述第二眼底图像在各个特定区域的区域卷积特征图： ； 式中，，U为区域注意力模块的总数，每个区域注意力模块分别用于处理相应的划定像素区域；表示第二眼底图像；表示第个区域注意力模块中的区域卷积层所提取的区域卷积特征图，表示第个区域注意力模块中的区域卷积层的卷积操作； 通过各个区域注意力模块中的区域引导注意力层，使用膜层区域图像对区域卷积特征图进行加权，以得到相应的区域引导特征图： ； 式中，表示膜层区域图像，表示第个区域注意力模块中的区域引导注意力层所确定的区域引导特征图； 将区域引导特征图划分为多个子区域引导特征图，其中表示第个子区域； 对于每个子区域引导特征图，通过局部平均池化得到相应的局部特征向量： 通过全连接层计算局部特征向量所对应的局部注意力权重： ； 式中，、分别表示全连接层针对第个区域第个子区域的注意力权重计算的权重矩阵和偏置项，表示第个区域第个子区域的注意力权重； 对各个子区域引导特征图进行加权，得到子区域引导注意力特征： ； 式中，表示第个区域第个子区域的子区域引导注意力特征； 将所有子区域的注意力特征进行拼接得到区域引导注意力特征图，并通过所述融合模块进行融合： ； ； 式中，表示第个区域的区域引导注意力特征图，S表示第个区域所包含的子区域的总数，表示基于各个区域的区域引导注意力特征的融合特征。

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医学科学院阜外医院，其通讯地址为：100044 北京市西城区北礼士路167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”。

以上内容由龙图腾AI智能生成。