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！

龙图腾网获悉浙江大学温州研究院申请的专利口腔疾病图像报告生成方法、装置、设备及介质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：CN120452657B 。

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：202510914852.X，技术领域涉及：G16H15/00；该发明授权口腔疾病图像报告生成方法、装置、设备及介质是由张睿;黄鹏;曹雨齐;朱赴东;丁婷婷;张琦玥;熊逸航设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本口腔疾病图像报告生成方法、装置、设备及介质在说明书摘要公布了：本发明涉及人工智能技术领域，提供一种口腔疾病图像报告生成方法、装置、设备及介质，一方面，提取每个初始样本中的结构化内容并拆分为多个实体项，在保持每个初始样本原始诊断结果不变的前提下，对每个初始样本所对应的多个同义实体与多个实体项进行随机重组得到文本增强样本，实现对样本的文本增强；另一方面，采用图像增强模型中的SimCLR模型对文本增强样本进行视图扩展，利用预训练的Swin模型作为视图模型对各口腔黏膜潜在恶性疾病图像及对应的扩展图像进行特征提取，实现了对样本的图像增强，从而辅助训练性能更强的报告生成器，使生成的口腔疾病图像报告更加准确，以辅助医务人员快速、准确地阅片。

本发明授权口腔疾病图像报告生成方法、装置、设备及介质在权利要求书中公布了：1.一种口腔疾病图像报告生成方法，其特征在于，所述口腔疾病图像报告生成方法包括： 获取口腔黏膜潜在恶性疾病报告作为初始样本； 提取每个初始样本中的结构化内容，并将所述结构化内容拆分为多个实体项；其中，所述实体项包括位置、形状、数量、大小、临床表现、病变边界及诊断； 获取每个初始样本中对应于同一实体项的多个同义实体； 在保持每个初始样本原始诊断结果不变的前提下，对每个初始样本所对应的多个同义实体与多个实体项进行随机重组，得到文本增强样本，包括：对于每个初始样本，获取所述初始样本中的每个实体项，及获取每个实体项下包括的多个同义实体；在每次随机重组时，从每个实体项下包括的多个同义实体中随机选择任意一个同义实体替换所述初始样本中的原始实体；整合随机重组后得到的所有不重复样本，得到所述文本增强样本； 获取构建的图像增强模型；其中，所述图像增强模型包括SimCLR模型及视图模型； 采用所述SimCLR模型对所述文本增强样本进行视图扩展，得到所述文本增强样本中各口腔黏膜潜在恶性疾病图像的扩展图像； 利用预训练的SwinTransformer模型作为所述视图模型对各口腔黏膜潜在恶性疾病图像及对应的扩展图像进行特征提取，得到每个图像的向量表示；其中，预训练后的所述SwinTransformer模型具备对应领域内的相关知识； 将所述文本增强样本及每个图像的向量表示作为训练数据训练Transformer模型，得到报告生成器； 响应于基于目标口腔黏膜潜在恶性疾病图像的口腔疾病图像报告生成指令，利用所述SwinTransformer模型对所述目标口腔黏膜潜在恶性疾病图像进行特征提取得到目标向量表示； 将所述目标向量表示输入至所述报告生成器，得到目标口腔疾病图像报告； 其中，所述得到报告生成器后，利用双语评估替补BLEU4检测所述报告生成器所生成报告中单词及句子的准确率；利用最长公共子序列ROUGE–L检测所述报告生成器所生成报告中的文本摘要质量；利用共识性图像描述评估CIDEr检测所述报告生成器在生成报告过程中对重要信息的获取率；当所述准确率大于或者等于配置准确率、所述文本摘要质量达到配置质量，且所述获取率大于或者等于配置获取率时，确定所述报告生成器满足报告生成要求； 其中，所述获取构建的图像增强模型前，还包括：利用所述SimCLR模型及所述视图模型构建初始模型；获取初始训练样本，并利用所述初始训练样本训练所述初始模型；在所述初始模型的训练过程中，基于所述SimCLR模型对所述初始训练样本进行视图扩展，得到扩展样本；利用余弦相似度算法计算每个初始训练样本与对应扩展样本间的相似度，及计算所述初始模型的损失函数值；当所述相似度高于配置相似度，且所述损失函数值达到收敛时，停止训练；将当前得到的模型确定为所述图像增强模型。

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浙江大学温州研究院，其通讯地址为：325000 浙江省温州市瓯海经济开发区凤南路26号11号楼；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。