Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
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
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西北妇女儿童医院李聪慧获国家专利权

西北妇女儿童医院李聪慧获国家专利权

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!

龙图腾网获悉西北妇女儿童医院申请的专利基于多模态数据融合的眼科远程智能会诊系统及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:CN120260980B

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:202510653842.5,技术领域涉及:G16H80/00;该发明授权基于多模态数据融合的眼科远程智能会诊系统及方法是由李聪慧;王倩;信伟;张乐;吴琼;杨静;马盼盼;梁译元设计研发完成,并于2025-05-21向国家知识产权局提交的专利申请。

基于多模态数据融合的眼科远程智能会诊系统及方法在说明书摘要公布了:本发明属于眼科医疗智能技术领域,本发明提供了基于多模态数据融合的眼科远程智能会诊系统及方法,包括:采集并整合眼科多模态数据,生成多模态特征集并输入改进的跨模态注意力模型,通过动态权重融合与双向交互机制生成最终融合特征,结合本地眼科知识图谱输出患者眼科疾病概率分布,量化眼科专家的详细信息为专家特征向量,计算患者眼科疾病概率分布与专家特征向量的匹配度,筛选高匹配度眼科专家进行会诊,计算眼科专家提供治疗方案的推荐值并生成电子会诊单,补充本地病例数据训练本地知识图谱,中心服务器通过加权聚合多机构本地知识图谱,生成全局知识图谱并对本地知识图谱进行反馈更新。

本发明授权基于多模态数据融合的眼科远程智能会诊系统及方法在权利要求书中公布了:1.基于多模态数据融合的眼科远程智能会诊系统,其特征在于:包括: 数据采集模块:采集并整合眼科多模态数据,生成多模态特征集; 融合诊断模块:将多模态特征集输入改进的跨模态注意力模型,通过动态权重融合与双向交互机制生成最终融合特征,结合本地眼科知识图谱进行图神经网络推理,输出患者眼科疾病概率分布; 会诊匹配模块:量化眼科专家的详细信息为专家特征向量,计算患者眼科疾病概率分布与专家特征向量的匹配度,筛选高匹配度眼科专家进行会诊,计算眼科专家提供治疗方案的推荐值,基于推荐值生成包含诊断结论与治疗建议的电子会诊单; 迭代更新模块:对电子会诊单进行脱敏处理并补充本地病例数据训练本地知识图谱,中心服务器通过加权聚合多机构本地知识图谱,生成全局知识图谱,并根据生成的全局知识图谱对本地知识图谱进行反馈更新; 所述患者眼科疾病概率分布的获取方式为: 基于临床指南与本地病例数据,构建包含三类核心实体的有向本地眼科知识图谱,其中,三类核心实体包括疾病实体、症状实体与检测实体,获取最终融合特征作为疾病实体节点特征向量的初始特征向量,设计多模态注意力聚合函数以初始特征向量为起点对节点特征向量进行迭代更新,对迭代更新后的节点特征向量施加全连接层与Softmax函数,得到患者眼科疾病概率分布; 所述匹配度的获取方式为: 收集平台内所有眼科专家的详细信息并进行特征提取与量化,得到专家特征向量,获取待治疗患者眼科疾病概率分布,将患者眼科疾病概率分布构建为待治疗患者的疾病特征向量,对待治疗患者的疾病特征向量与每个眼科专家的专家特征向量进行数据处理,得到患者眼科疾病概率分布与专家特征向量的匹配度; 所述对本地知识图谱进行反馈更新的方式为: 获取待治疗患者的眼科多模态数据与生成的电子会诊单并进行脱敏处理,生成脱敏后的眼科治疗数据,持续记录脱敏后的眼科治疗数据,生成脱敏数据集添加补充入本地病例数据,各医疗机构基于本地病例数据对本地知识图谱进行增量训练,优化症状-疾病关联强度,训练完成后,提取图结构参数、节点特征参数,对本地知识图谱进行更新; 中心服务器采用FedAvg算法聚合多机构本地知识图谱参数,根据各医疗机构本地病例数据量计算聚合权重并进行参数融合,得到全局知识图谱的全局边权重矩阵与全局节点嵌入向量,并分发至各医疗机构替换本地知识图谱参数,对本地知识图谱进行迭代反馈更新。

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西北妇女儿童医院,其通讯地址为:710061 陕西省西安市雁翔路1616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。