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！

龙图腾网获悉齐鲁工业大学(山东省科学院)申请的专利基于跨模态交互记忆网络的医学报告生成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：CN119626440B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411771065.6，技术领域涉及：G16H15/00；该发明授权基于跨模态交互记忆网络的医学报告生成方法及系统是由刘嵩;马熙彤;况元森;孔赞设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本基于跨模态交互记忆网络的医学报告生成方法及系统在说明书摘要公布了：本发明提出了一种基于跨模态交互记忆网络的医学报告生成方法及系统，涉及图像处理技术与自然语言处理领域，针对的问题是：传统模型中引入医学知识时耗费大量时间和精力、不能更好地提取异常细粒度文本知识、以及缺乏精确的损失函数，容易生成不完整和不准确的报告，该方法包括：获取训练集，训练集为已知健康区域和病变区域的医学图像和医学报告；将训练集输入至跨模态交互记忆网络模型中，对模型进行训练，得到训练后的跨模态交互记忆网络模型；获取待生成报告的医学图像，将其输入至训练后的跨模态交互记忆网络模型中，得到医学图像的报告生成结果。本发明解决了不能更好地提取异常细粒度文本知识等问题，提升了模型生成报告的精度。

本发明授权基于跨模态交互记忆网络的医学报告生成方法及系统在权利要求书中公布了：1.一种基于跨模态交互记忆网络的医学报告生成方法，其特征在于，包括： 获取训练集，所述训练集包括已知健康区域和病变区域的医学图像、已知健康区域和病变区域的医学报告； 将训练集输入至跨模态交互记忆网络模型中，对模型进行训练，得到训练后的跨模态交互记忆网络模型； 获取待生成报告的医学图像，将待生成报告的医学图像输入至训练后的跨模态交互记忆网络模型中，得到所述医学图像的报告生成结果； 其中，跨模态交互记忆网络模型，包括关系增强特征编码器、文本特征编码器、异常医学知识增强模块、跨模态交互记忆模块、报告生成解码器及跨模态联合语义损失单元； 对跨模态交互记忆网络模型进行训练，具体过程为： 将医学图像输入至关系增强特征编码器，得到关系增强的图像特征和全局图像特征； 将医学报告输入至文本特征编码器，得到初始医学文本知识特征； 通过异常医学知识增强模块提取初始医学文本知识特征中的增强医学文本知识特征； 通过跨模态交互记忆模块将提取的增强医学文本知识特征存储于矩阵中，并根据全局图像特征提取矩阵中与医学图像相关的医学知识； 将与医学图像相关的医学知识与关系增强的图像特征进行拼接，得到图像-知识合并特征； 报告生成解码器接收传入的图像-知识合并特征，并根据输入序列去预测下一个单词，将被预测出来的单词加入到输入序列中，继续去预测下一个单词，直到生成一个完整的医学报告。

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齐鲁工业大学(山东省科学院)，其通讯地址为：250353 山东省济南市长清区大学路3501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。