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！

龙图腾网获悉厦门大学申请的专利一种舌诊多模态数据分类方法、系统和存储介质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：CN116313040B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202211091613.1，技术领域涉及：G16H50/20；该发明授权一种舌诊多模态数据分类方法、系统和存储介质是由曹璐;吴清锋;阮群生;周昌乐设计研发完成，并于2022-09-07向国家知识产权局提交的专利申请。

本一种舌诊多模态数据分类方法、系统和存储介质在说明书摘要公布了：本发明第一方面提出一种舌诊多模态数据分类方法，包括步骤：S1，获取诊断图像数据和诊断文本数据，并分别提取数据特征，获得图像数据特征和文本数据特征；S2，融合图像数据特征和文本数据特征，获得多模态数据融合特征；以及，S3，将融合特征输入分类模型，获得诊断预测或症候分类结果。进一步地，引入随机注意力机制、Trans‑CNN分类器和CAM注意力机制模块。上述模型适用性与扩展性均良好，基于舌象图像及相关舌诊数据，可以实现NAFLD诊断和证候分类，为医师对患者的病证诊断提供辅助手段，为患者提供一种自助式预测疾病的工具，以帮助NAFLD的早发现、早干预，降低并发症疾病的风险。

本发明授权一种舌诊多模态数据分类方法、系统和存储介质在权利要求书中公布了：1.一种舌诊多模态数据分类方法，其特征在于，在预测模型TougueNFLT-MultiMD中进行以下步骤： S1，获取诊断图像数据和诊断文本数据，分别提取数据特征，获得图像数据特征和文本数据特征； S2，融合所述图像数据特征和所述文本数据特征，获得多模态数据融合特征；以及， S3，将所述融合特征输入分类模型，获得诊断预测或症候分类结果； 所述预测模型TougueNFLT-MultiMD包括依次连接的特征提取模块、特征融合模块和特征分类模块； 其中，所述特征提取模块用于提取图像数据特征和文本数据特征，通过在Faster-CNN模型或Mask-CNN模型中嵌入CAM注意力机制提取图像数据特征，采用Word2vec或FastText提取文本数据特征； 所述特征融合模块采用自适应特征融合方式分别对文本数据特征和图像数据特征进行单模态特征融合，再通过联合模态的特征融合架构将每个单模态数据特征进行单独编码，并通过特征语义表达函数映射到一个共享语义子空间，采用向量积运算组合图像数据特征和文本数据特征，进行多模态特征融合； 所述特征分类模块采用Trans-CNN结构，用于对所述多模态数据融合特征进行分类。

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厦门大学，其通讯地址为：361000 福建省厦门市思明区思明南路422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。