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！

龙图腾网获悉安徽影联云享医疗科技有限公司;科大讯飞华南人工智能研究院(广州)有限公司;讯飞医疗科技股份有限公司;科大讯飞股份有限公司申请的专利基于增量学习的医学影像多模态大模型的应用更新方法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：CN119920423B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202411979902.4，技术领域涉及：G16H40/20；该发明授权基于增量学习的医学影像多模态大模型的应用更新方法是由何双池;程大龙;陈茂东;谌鹏;丁东成;赖嘉骏;吴梓浩;李传富;殷保才;贺志阳;杨保光;代诗琛设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本基于增量学习的医学影像多模态大模型的应用更新方法在说明书摘要公布了：本发明涉及模型应用更新，具体涉及基于增量学习的医学影像多模态大模型的应用更新方法，构建多模态多任务数据集，利用多模态多任务数据集对医学影像多模态基础大模型进行训练，得到预训练的医学影像多模态基础大模型；构建多模态微调数据集，利用多模态微调数据集对预训练的医学影像多模态基础大模型进行微调，得到医学影像多模态SFT大模型；将引擎化的医学影像多模态SFT大模型作为医学影像多模态大模型助手部署至线上；本发明提供的技术方案能够有效克服现有技术所存在的应用更新后导致模型在原始数据上出现灾难性遗忘，以及难以确保应用更新后模型在各场景典型数据上的性能的缺陷。

本发明授权基于增量学习的医学影像多模态大模型的应用更新方法在权利要求书中公布了：1.基于增量学习的医学影像多模态大模型的应用更新方法，其特征在于：包括以下步骤： S1、构建多模态多任务数据集，利用多模态多任务数据集对医学影像多模态基础大模型进行训练，得到预训练的医学影像多模态基础大模型； S2、构建多模态微调数据集，利用多模态微调数据集对预训练的医学影像多模态基础大模型进行微调，得到医学影像多模态SFT大模型，包括： S21、构建多模态微调数据集； S22、利用多模态微调数据集对视觉编码器、模态适配器和大语言模型中的一个或多个进行微调，得到具有更高性能、更好特定任务能力的医学影像多模态SFT大模型； 其中，微调方式包括全参数微调、LoRA参数高效微调、上下文指令微调和RLHF； S3、将引擎化的医学影像多模态SFT大模型作为医学影像多模态大模型助手部署至线上； S4、利用线上的医学影像多模态大模型助手筛选得到的各场景典型数据，以及人工标注的各场景典型数据，构建典型数据集； S5、构建增量微调数据集，基于增量微调数据集通过增量感知器对医学影像多模态SFT大模型进行增量微调，得到保留原始数据知识并学习了增量数据知识，同时针对各场景典型数据具有较好性能的医学影像多模态SFT优化大模型，包括： S51、构建增量微调数据集： 根据典型数据集，以及医学影像多模态大模型助手回流的增量数据，构建增量微调数据集； S52、采用增量学习中的经验回放、参数隔离方法，冻结医学影像多模态SFT大模型的参数，利用增量微调数据集对视觉增量、模态增量和语言增量中的一个或多个进行增量微调，得到保留原始数据知识并学习了增量数据知识，同时针对各场景典型数据具有较好性能的医学影像多模态SFT优化大模型； 其中，增量感知器为控制网络层神经元的激活状态的可学习的增量感知器，包括视觉增量、模态增量和语言增量，增量感知器的参数为[0,1]范围内的fp16浮点数，或取值为0、1的1-bit二值整数，初始值为1； S6、根据医学影像多模态SFT优化大模型对线上的医学影像多模态大模型助手进行同步更新。

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安徽影联云享医疗科技有限公司;科大讯飞华南人工智能研究院(广州)有限公司;讯飞医疗科技股份有限公司;科大讯飞股份有限公司，其通讯地址为：230000 安徽省合肥市中国(安徽)自由贸易试验区合肥市高新区望江西路800号合肥创新产业园一期C1楼401-404室；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。