Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院深圳先进技术研究院王如心获国家专利权

中国科学院深圳先进技术研究院王如心获国家专利权

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!

龙图腾网获悉中国科学院深圳先进技术研究院申请的专利一种自适应梯度调制的多模态医学图像分类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:CN119649089B

龙图腾网通过国家知识产权局官网在2025-09-19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:202411577121.2,技术领域涉及:G06F30/27;该发明授权一种自适应梯度调制的多模态医学图像分类方法及系统是由王如心;卞景亮;张浩设计研发完成,并于2024-11-06向国家知识产权局提交的专利申请。

一种自适应梯度调制的多模态医学图像分类方法及系统在说明书摘要公布了:本发明公开了一种自适应梯度调制的多模态医学图像分类方法及系统,基于模态对齐融合模块,将两个原始图像模态投影到共享的语义空间进行跨模态对齐,得到融合嵌入表示,并将融合嵌入表示输入到自适应梯度调节模块;基于自适应梯度调节模块,利用SV归因技术,引入单模态净边际效益和全模态联合增量效益,建立两个指标用来衡量多模态模型中某个模态的竞争强度和全模态联合产生的增量效益的强度,在梯度反向传播时,基于两个指标通过控制两个模态的梯度大小调节模型训练过程模态间的平衡情况,使得全模态的总效益最大化,得到训练好的多模态模型;使用训练好的多模态模型输出医学图像的分类类别。本发明提高了医学图像解读和处理的效率和准确性。

本发明授权一种自适应梯度调制的多模态医学图像分类方法及系统在权利要求书中公布了:1.一种自适应梯度调制的多模态医学图像分类方法,其特征在于,所述自适应梯度调制的多模态医学图像分类方法包括: 基于模态对齐融合模块,将第一原始图像模态和第二原始图像模态投影到共享的语义空间进行跨模态对齐,得到融合嵌入表示,并将所述融合嵌入表示输入到自适应梯度调节模块; 基于所述自适应梯度调节模块,利用SV归因技术,引入单模态净边际效益和全模态联合增量效益,分别表示多模态模型中没有竞争的模态状态和模态之间合作所产生的增量效益,建立两个指标用来衡量多模态模型中某个模态的竞争强度和全模态联合产生的增量效益的强度,在梯度反向传播时,基于两个指标通过控制两个模态的梯度大小调节模型训练过程模态间的平衡情况,使得全模态的总效益最大化,得到训练好的多模态模型; 使用训练好的多模态模型对医学图像进行识别,输出所述医学图像的分类类别。

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科学院深圳先进技术研究院,其通讯地址为:518055 广东省深圳市南山区西丽深圳大学城学苑大道1068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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。