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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 内蒙古大学左海龙获国家专利权

内蒙古大学左海龙获国家专利权

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!

龙图腾网获悉内蒙古大学申请的专利基于多分支特征融合的医学报告生成方法、装置及设备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:CN121122553B

龙图腾网通过国家知识产权局官网在2026-04-17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:202511279492.7,技术领域涉及:G16H15/00;该发明授权基于多分支特征融合的医学报告生成方法、装置及设备是由左海龙;翁智;郑志强;吕自京设计研发完成,并于2025-09-09向国家知识产权局提交的专利申请。

基于多分支特征融合的医学报告生成方法、装置及设备在说明书摘要公布了:本发明涉及医学报告生成技术领域,提供一种基于多分支特征融合的医学报告生成方法、装置及设备,通过获取医学影像图像,将医学影像图像输入至训练好的生成模型中,获取目标医学报告。生成模型包括多分支特征提取网络、多头注意力融合网络及报告生成网络,多分支特征提取网络由两个改进EfficientNet子网络与两个改进EfficientDet子网络交互组成,子网络提取医学影像图像不同尺度特征,获取医学影像图像的丰富特征信息,多头注意力融合网络包括通道注意力融合模块和空间注意力融合模块,融合模块融合多个尺度特征中的三个尺度特征,实现不同尺度特征的特征互补,充分利用各个尺度特征的特征信息,最后通过报告生成网络解码目标融合特征获取高质量的目标医学报告。

本发明授权基于多分支特征融合的医学报告生成方法、装置及设备在权利要求书中公布了:1.一种基于多分支特征融合的医学报告生成方法,其特征在于,包括: 获取医学影像图像; 将所述医学影像图像输入至训练好的生成模型中,获取所述医学影像图像的目标医学报告; 其中,所述生成模型包括:多分支特征提取网络、多头注意力融合网络以及报告生成网络,所述多分支特征提取网络由两个改进EfficientNet子网络与两个改进EfficientDet子网络交互组成,各个子网络用于提取不同的尺度特征,所述多头注意力融合网络包括通道注意力融合模块和空间注意力融合模块,各个融合模块用于融合多个尺度特征中的三个尺度特征以获取目标融合特征,所述报告生成网络用于解码多个所述目标融合特征以获取医学影像图像对应的目标医学报告; 所述将所述医学影像图像输入至训练好的生成模型中,获取所述医学影像图像的目标医学报告,包括: 将所述医学影像图像输入至所述多分支特征提取网络,通过各个所述改进EfficientNet子网络与各个改进EfficientDet子网络对所述医学影像图像进行特征提取,获取不同的尺度特征,其中,所述改进EfficientNet子网络是基于EfficientNet网络的第一输出头进行改进确定的,所述第一输出头包括:卷积层、池化层以及全连接层,所述改进EfficientNet子网络是基于EfficientNet网络的第一输出头进行改进确定的,包括:用全连接层替换第一输出头中所述池化层,得到所述改进EfficientNet子网络;所述改进EfficientDet子网络是基于EfficientDet网络的第二输出头进行改进确定的;所述第二输出头包括并联连接的第一卷积模块、第二卷积模块以及全连接层,所述第二卷积模块包括:第一卷积层和第二卷积层,所述改进EfficientDet子网络是基于EfficientDet网络的第二输出头进行改进确定的,包括:用四个全连接层替换所述第二卷积层,得到所述改进EfficientDet子网络; 将多个尺度特征输入至所述多头注意力融合网络,通过各个融合模块对多个尺度特征中的三个尺度特征进行融合,获取各个融合模块对应目标融合特征; 将多个目标融合特征输入至所述报告生成网络,通过所述报告生成网络对多个目标融合特征的对齐处理以及解码处理,获取所述目标医学报告; 所述将所述医学影像图像输入至所述多分支特征提取网络,通过各个所述改进EfficientNet子网络与各个改进EfficientDet子网络对所述医学影像图像进行特征提取,获取不同的尺度特征,包括: 将所述医学影像图像输入至第一改进EfficientNet子网络进行类别特征提取,获取第一类别尺度特征; 将所述医学影像图像输入至第一改进EfficientDet子网络进行锚点特征提取,获取第一锚点尺度特征; 将所述医学影像图像输入至第二改进EfficientNet子网络进行类别特征提取,获取第二类别尺度特征; 将所述医学影像图像输入至第二改进EfficientDet子网络进行锚点特征提取,获取第二锚点尺度特征。

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内蒙古大学,其通讯地址为:010021 内蒙古自治区呼和浩特市赛罕区大学西路235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。