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！

龙图腾网获悉吉林大学申请的专利一种基于多模态数据融合的试剂盒原材料质量检测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：CN120510481B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202511000348.5，技术领域涉及：G06V10/80；该发明授权一种基于多模态数据融合的试剂盒原材料质量检测方法是由田润辉;吕猛设计研发完成，并于2025-07-21向国家知识产权局提交的专利申请。

本一种基于多模态数据融合的试剂盒原材料质量检测方法在说明书摘要公布了：本发明公开了一种基于多模态数据融合的试剂盒原材料质量检测方法，本发明涉及化学试剂原材料的自动化质量检测技术领域，包括如下步骤：步骤S1：通过光谱传感器、显微成像设备和化学传感器同步采集试剂盒原材料的光谱数据、显微图像数据和化学检测数据；步骤S2：将所述多模态数据输入自适应时空特征校准网络，通过多尺度时空特征提取模块分别解析各模态数据的局部细节特征和全局时序特征。该基于多模态数据融合的试剂盒原材料质量检测方法，通过构建自适应时空特征校准网络与分层式信息熵筛选机制的协同融合体系，解决了多模态数据动态对齐失准与冗余干扰累积的核心技术难题。

本发明授权一种基于多模态数据融合的试剂盒原材料质量检测方法在权利要求书中公布了：1.一种基于多模态数据融合的试剂盒原材料质量检测方法，其特征在于，包括如下步骤： 步骤S1：通过光谱传感器、显微成像设备和化学传感器同步采集试剂盒原材料的光谱数据、显微图像数据和化学检测数据，光谱数据、显微图像数据和化学检测数据构成多模态数据； 步骤S2：将多模态数据输入自适应时空特征校准网络，通过多尺度时空特征提取模块分别解析各模态数据的局部细节特征和全局时序特征，并基于双向跨模态注意力门控机制动态调整不同模态的时空偏移量，实现频域与空域的自适应匹配； 步骤S3：将校准后的多模态数据输入分层式信息熵筛选机制，依次通过基于变分自编码器的信息熵压缩层和梯度敏感特征贡献度评估层，消除冗余特征并保留互补性特征； 步骤S4：对融合后的特征执行交叉模态一致性验证和对抗性扰动鲁棒性测试，仅当重构误差小于预设阈值且噪声抑制率高于预设标准时输出最终质量检测结果； 所述自适应时空特征校准网络包括： 多尺度时空特征提取模块，采用非对称卷积核分别提取高频光谱数据的局部细节特征和低频显微图像数据的全局时序特征； 双向跨模态注意力门控机制，通过自学习生成的频域对齐权重矩阵和空域偏移补偿向量，对高频光谱数据进行时序重采样并与低频显微图像数据的时序基准对齐； 所述分层式信息熵筛选机制包括： 信息熵压缩层，通过变分自编码器建模融合特征的隐空间分布，动态计算各特征通道的信息熵值，并对熵值低于滑动窗口统计阈值的特征进行稀疏化处理； 梯度敏感特征贡献度评估层，在分类模型训练过程中实时监测各模态特征对输出结果的梯度贡献强度，构建特征重要性图谱并屏蔽贡献度低于动态阈值的特征。

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吉林大学，其通讯地址为：130021 吉林省长春市前进大街2699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”。