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！

龙图腾网获悉南京航空航天大学申请的专利一种基于动态冲突感知的多模态超声融合系统及其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：CN120093341B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202510101157.1，技术领域涉及：A61B8/00；该发明授权一种基于动态冲突感知的多模态超声融合系统及其方法是由万鹏;魏礼梅;张书康;张道强设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本一种基于动态冲突感知的多模态超声融合系统及其方法在说明书摘要公布了：本发明公开了一种基于动态冲突感知的多模态超声融合系统及其方法，针对超声成像的动态特性及其在肝癌中的复杂作用，提出了一种能够评估和校准模态不确定性的方法，并结合校准结果解决预后反应冲突。该方法实现了跨模态预后数据的高效整合，显著提升了生存分析的准确性，支持肝癌患者的个体化治疗选择，具有重要的临床应用价值。

本发明授权一种基于动态冲突感知的多模态超声融合系统及其方法在权利要求书中公布了：1.一种基于动态冲突感知的多模态超声融合系统，包括B模式超声图像采集模块，对比增强超声图像采集模块，临床数据采集模块，其特征在于，还包括： 自校准不确定性估计模块，用于提出跨模态不确定性校准正则化器，将模态不确定性与其预测效果对齐； 动态冲突融合模块，用于提出一种动态冲突感知融合机制，根据跨模态一致性和模态不确定性动态调整不同模态的权重； 个体生存风险预测模块，用于个体生存风险预测，对于肝癌患者进行风险分层； 个性化治疗方案推荐模块，用于对肝癌患者进行治疗方案推荐； 自校准不确定性估计的方法如下： 采用部分似然损失函数代替常用的均方误差MSE；损失函数通过计算个体与风险集之间的相对风险来量化预测准确性；公式定义如下： 其中：i表示第i个个体，j表示第j个个体，m表示模态，ui,m为不确定性约束，Ei,m则为预测误差，ri,m为第i个个体预测风险函数，rj,m为第j个个体预测风险函数，风险集R·指的是在事件发生时刻ti仍然存在的个体，δi＝1时，表示第i个个体发生了事件，公式中的∝表示正比，-log·为对数函数，∑是对所有发生个体进行求和，用于计算所有发生事件的个体的部分似然损失之和，expri,m和exprj,m表示第i个个体和第j个个体在模态m下预测风险分数的指数形式； 动态冲突融合的方法如下： 定义一个多模态冲突矩阵S，S中的每个元素表示模态m1和模态m2之间的预后差异sij，sij＝|ri-rj|，其中：ri表示模态m1的预测风险函数，rj表示模态m2的预测风险函数，冲突矩阵S通过计算模态之间的预后结果差异，量化了跨模态的不一致性； 根据模态预测的置信度来调整模态之间的差异sij，引入冲突调整因子dij；如果模态m1的不确定性ui低于模态m2的不确定性uj，说明模态m1更可靠，此时通过下调来自不太可靠模态m2的差异贡献来优化融合；若模态m2的不确定性更低，则保留sij的完整贡献，以最大程度反映模态间的一致性； 对冲突矩阵S进行基于不确定性的加权调整，构建冲突调整矩阵D，使得其中，表示重加权的冲突矩阵S，⊙即对于冲突矩阵S和冲突调整矩阵D进行逐项元素相乘，每个模态的整体冲突分数由下面公式得到： 其中，表示模态m1、模态m2重加权后的差异度，表示模态m1调整后的最终冲突分数。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。