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！

龙图腾网恭喜北京大学第三医院(北京大学第三临床医学院)申请的专利一种基于多模态医学数据的特征融合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：CN119557840B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202510121709.5，技术领域涉及：G06F18/25；该发明授权一种基于多模态医学数据的特征融合方法是由强光亮;续蕊;陈芳军;马善吴;林楚童;何华钰设计研发完成，并于2025-01-26向国家知识产权局提交的专利申请。

本一种基于多模态医学数据的特征融合方法在说明书摘要公布了：本发明提出了一种基于多模态医学数据的特征融合方法及系统，属于医学数据处理技术领域。本发明利用建模医学数据中的结构关系，如患者网络、生物通路和解剖结构等，并将提取的结构化特征输入到中，以捕获全局上下文信息，自适应机制能够根据数据模态动态调整和输出的特征权重，从而实现更精准的特征融合。实验结果证明，本发明的模型在多个多模态医学数据集上均优于其他基线模型。

本发明授权一种基于多模态医学数据的特征融合方法在权利要求书中公布了：1.一种基于多模态医学数据的特征融合方法，其特征在于，所述方法包括如下步骤：步骤1.首先对多模态医学数据进行系统的数据预处理和嵌入表示，将不同类型的医学数据统一映射到高维向量空间中；步骤2.通过对多模态医学数据中的关系进行建模，并提取融合了局部结构信息的节点特征表示；步骤3.基于改进的架构的特征编码模块，通过多层次的自注意力机制来捕获多模态医学数据之间的依赖和全局语义信息；步骤4.通过动态自适应的特征融合机制，学习不同模态特征的重要性权重来实现医学数据的智能化融合，具体为：步骤4.1.特征预处理与标准化：首先对来自的特征和的特征进行标准化处理： ；；其中，比率为0.2，用于确保特征分布的一致性；然后通过非线性变换将特征映射到相同的维度空间：；；其中，为变换矩阵，为统一的融合维度；步骤4.2.自适应权重计算：设计注意力机制来计算特征融合权重；首先计算特征相关性矩阵： ；然后基于相关性矩阵计算模态特定的注意力权重： ；；其中，为可学习参数，为sigmoid函数；为了增强权重的稀疏性，引入temperature参数： ；；步骤4.3.多层次特征融合：采用分层融合策略，首先在特征级别进行融合： ；然后在语义级别通过门控机制进行融合：；；最终的融合特征通过加权组合得到： ；其中，是一个可学习的平衡参数，初始化为0.5；最后通过残差连接和层标准化得到最终的融合特征： ；步骤5.模型训练和优化，包括多阶段训练、自适应学习率调整以及正则化进行训练和优化。

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北京大学第三医院(北京大学第三临床医学院)，其通讯地址为：100000 北京市海淀区花园北路49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”。