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！

龙图腾网获悉齐鲁工业大学(山东省科学院)申请的专利一种基于DeepSeek与Agent的多粒度知识图谱辅助诊断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：CN120727257B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202511140737.8，技术领域涉及：G16H50/20；该发明授权一种基于DeepSeek与Agent的多粒度知识图谱辅助诊断方法是由高传根;郭茜;宋钰涵;董安明;李素芳;田祥;韩玉冰;王桂娟;李志新设计研发完成，并于2025-08-15向国家知识产权局提交的专利申请。

本一种基于DeepSeek与Agent的多粒度知识图谱辅助诊断方法在说明书摘要公布了：本发明公开了一种基于DeepSeek与Agent的多粒度知识图谱辅助诊断方法，包括如下步骤：步骤1：接收患者的电子病历文本数据和医学影像数据；步骤2：构建知识图谱；每日更新知识图谱以反映最新的医学研究成果；步骤3：通过DeepSeek‑R1解析电子病历文本数据；步骤4：通过多层三维卷积核提取医学影像数据的空间结构特征节；通过VisionTransformer将医学影像数据分割为序列块；步骤5：将DeepSeek‑R1、多层三维卷积核和VisionTransformer的输出输入至多模态融合模块；步骤6：输出高置信度的诊断结论及概率分布；步骤7：生成结构化文本的智能化报告。本发明的方法，通过结合自然语言处理、计算机视觉和知识图谱技术，实现精准、高效的医学检查。

本发明授权一种基于DeepSeek与Agent的多粒度知识图谱辅助诊断方法在权利要求书中公布了：1.一种基于DeepSeek与Agent的多粒度知识图谱辅助诊断方法，其特征在于，包括如下步骤： 步骤1：接收患者的电子病历文本数据和医学影像数据，并进行预处理； 步骤2：从医学数据库抽取实体及实体关联关系，实体包括疾病、症状和药品，构建初始知识图谱；每日更新知识图谱；为知识图谱中的实体关系添加时间维度，追踪疾病和治疗方案随时间的变化趋势； 所述步骤2中，知识图谱为不同角色提供最简、均衡、深度三种视图，根据用户角色，动态调整子图的可见特征，计算公式如下： ； 公式中，为头实体，三元组的起始节点；为关系，连接头尾实体的语义关系；为尾实体，三元组的终止节点；为用户角色，分类变量；为角色专属的相关性阈值，患者的阈值最高则过滤最严格，即最简视图；科研的阈值最低则保留最全面，即深度视图； 步骤3：通过DeepSeek-R1解析电子病历文本数据，将模糊描述映射至标准术语，并结合先验知识优化解析效果； 步骤4：通过多层三维卷积核提取医学影像数据的空间结构特征，捕获病变区域的形态细节；通过VisionTransformer将医学影像数据分割为序列块，利用自注意力机制建模全局依赖关系，结合空间结构信息与全局依赖关系，精准定位微小病灶； 步骤5：将DeepSeek-R1、多层三维卷积核和VisionTransformer的输出输入至多模态融合模块，通过对比学习损失函数实现文本特征与影像特征的跨模态对齐，生成多模态特征，构建统一语义空间； 步骤6：输入多模态特征及患者历史数据，DeepSeek生成可能的诊断假设，作为补充证据；基于D-S理论对多模型结果进行冲突消解与权重分配，进行证据融合，采用蒙特卡洛评估诊断结果的不确定性，输出高置信度的诊断结论及概率分布； 步骤7：基于Transformer解码器，联合解码器隐状态ht与DeepSeek语义向量生成结构化文本的智能化报告；在智能化报告中插入循环证据；根据医生偏好调整智能化报告详略程度与术语等级； 步骤8：多粒度知识图谱根据患者、医生、科研不同角色，按各自筛选条件个性化展示对应内容，将诊断结果与智能化报告推送至医生终端；收集临床反馈数据，实现结果输出；通过增量学习动态优化DeepSeek模型参数及知识图谱，实现闭环迭代优化。

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齐鲁工业大学(山东省科学院)，其通讯地址为：250353 山东省济南市长清区大学路3501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。