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！

龙图腾网恭喜首都医科大学申请的专利一种人工智能医疗辅助数据处理方法和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：CN119377899B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411952473.1，技术领域涉及：G06F18/25；该发明授权一种人工智能医疗辅助数据处理方法和系统是由李新刚;王玉记;华梓欣设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种人工智能医疗辅助数据处理方法和系统在说明书摘要公布了：本发明涉及一种人工智能医疗辅助数据处理方法和系统，所述方法包括:构建医疗数据处理模型，所述医疗数据处理模型包含一个K+1通道特征融合网络模型和机器学习模型；构建动态权重模型；所述动态权重模型的输入是L元输入向量，输出是K元输出向量；所述K元输出向量是构建医疗数据处理模型第K+1通道的输入；获取待处理医疗数据，基于所述待处理医疗数据构建K模态医疗数据输入；将其分别输入到医疗数据处理模型的第1~K通道中，并得到相应的辅助数据。本发明通过数据维度的拆分，权重训练快速下降，在较少的医疗数据的支撑下和训练复杂度的情况下实现医疗数据模型的快速训练，提高了医疗数据辅助效率。

本发明授权一种人工智能医疗辅助数据处理方法和系统在权利要求书中公布了：1.一种人工智能医疗辅助数据处理方法，其特征在于，所述方法包含：步骤S1：构建医疗数据处理模型，所述医疗数据处理模型包含一个K+1通道特征融合网络模型和机器学习模型；所述特征融合网络模型的K个通道接受K模态医疗数据输入，第K+1通道用于接受动态权重模型输出的K元输出向量作为动态权重输入，对K模态医疗数据输入分别进行特征提取以得到其对应的待融合特征；在医疗数据处理模型训练的第一阶段基于第K+1通道的动态权重输入进行特征融合；在医疗数据处理模型训练的第二阶段，以最小化医疗数据处理模型的损失函数为目标基于梯度下降方式自动调整动态权重以进行特征融合；将融合特征输入机器学习模型中并得到辅助数据；第一阶段是动态权重模型的损失函数得到收敛，则第一阶段结束；第二阶段结束是医疗数据处理模型的损失函数得到收敛，则第二阶段结束；步骤S2：构建动态权重模型；所述动态权重模型的输入是L元输入向量，输出是K元输出向量；其中：所述L元输入向量中的每个元素分别用于指示L种外部属性信息；所述外部属性信息是非用户身体内部结构图像信息的用户医疗数据；步骤S3：在训练的第一阶段，基于第e医疗数据集合构建第e融合样本集合；其中:所述第e融合样本集合中包含I个融合样本，第i融合样本包含一个K模态医疗数据输入样本及其辅助数据样本；步骤S4：基于第e融合样本集合构建第e通道样本集合；每个第e通道样本集合中包含K*I个通道样本；针对每个第i融合样本，依次对其每个第k模态医疗数据，使用将非第k模态医疗数据部分设置为默认值（0）而仅保留该第k模态医疗数据的方式，将一个第i融合样本拆分得到K个通道样本；依次将K*I个通道样本中的每个第（k，i）通道样本输入医疗数据处理模型中得到对应的第（k，i）辅助数据；计算第（k，i）辅助数据和第i融合样本的辅助数据样本之间的第（k，i）通道关联度；基于所述通道关联度和第e医疗数据集合构建用于训练动态权重模型的第e权重训练样本集合；并使用所述第e权重训练样本集合训练动态权重模型；步骤S5：在第二训练阶段结束后，获取待处理医疗数据，基于所述待处理医疗数据构建K模态医疗数据输入；将其分别输入到医疗数据处理模型的第1~K通道中，并得到相应的辅助数据。

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首都医科大学，其通讯地址为：100000 北京市丰台区右安门外西头条10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”。