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！

龙图腾网获悉天府锦城实验室(前沿医学中心);四川大学申请的专利基于多模态医学数据的脑膜瘤Ki67分类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：CN120707509B 。

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：202510808825.4，技术领域涉及：G06T7/00；该发明授权基于多模态医学数据的脑膜瘤Ki67分类方法是由张蕾;吕建成;徐建国;胥小龙;李佳怡;陈超越;黄伟;王利团设计研发完成，并于2025-06-17向国家知识产权局提交的专利申请。

本基于多模态医学数据的脑膜瘤Ki67分类方法在说明书摘要公布了：本发明公开一种基于多模态医学数据的脑膜瘤Ki67分类方法，应用于图像处理领域，针对脑膜瘤Ki67预测时基于具有多模态的3DMRI的影像数据、放射学数据以及放射组学数据，现有技术在多模态融合时，存在的计算开销过大的问题；本发明通过结构化潜在空间和交叉注意力机制进行迭代式的模态信息融合，显著降低了计算复杂度。它通过动态权重分配和迭代细化，有效捕捉模态间的互补性信息，同时抑制冗余噪声，避免了传统拼接方法因模态长度差异或简单叠加导致的特征稀释问题；潜在空间的紧凑表示强制不同模态在共享维度上进行高效交互，既保留了跨模态关联的关键模式，又通过注意力机制自适应过滤无关内容，从而在信息密度和语义一致性上实现了更优的平衡，尤其适合处理模态不平衡或部分缺失的真实场景。

本发明授权基于多模态医学数据的脑膜瘤Ki67分类方法在权利要求书中公布了：1.基于多模态医学数据的脑膜瘤Ki67分类方法，其特征在于，包括： S1、收集多模态医学数据，所述多模态医学数据包括：影像数据、影像学数据及对应的标签信息； S2、构建编码器，并采用步骤S1收集的多模态医学数据对编码器进行预训练，编码器具体包括：文本编码器与影像编码器；影像编码器具体为五层结构，相邻层之间还包括3D最大池化层，用于对前一层的输出进行空间下采样，将特征图尺寸减半后，作为其相邻后一层的输入； 第一层包括依次串联的两个3D卷积模块； 后四层的结构相同，均包括左右两个并行分支，左侧分支包括依次串联的深度卷积与第一点卷积，右侧分支包括第二点卷积；两个分支的输出通过逐元素相加实现特征融合； 还包括嵌入转换模块，包括：transformer块、均值池化层、全连接层；第五层的输出经transformer块进行全局上下文建模，然后通过均值池化层、全连接层将特征维度统一映射到指定的隐藏空间； 预训练过程为： 将影像学数据输入文本编码器，得到文本特征；将影像数据输入影像编码器，得到影像特征； 将文本特征、影像特征以及标签数据编码结果进行拼接，通过有监督对比学习进行训练，并保存训练后的文本编码器与影像编码器权重文件； S3、构建多模态融合网络，具体包括多个级联的transformer块，第一个transformer块的输入为查询向量Q，后续transformer块的输入为前一个transformer块的输出与步骤S2中预训练后的编码器所提取的一个模态特征；第一个transformer块与最后一个transformer块之间的各transformer块的输出作为辅助分类向量，最后一个transformer块的输出为融合后的分类向量；级联的transformer块的数量为步骤S2中预训练后的编码器所提取的文本特征、影像特征类别数之和加1； S4、构建分类网络；将融合后的分类向量与各辅助分类向量输入分类网络中，对分类网络进行训练； S5、将待处理对象的多模态医学数据依次经步骤S2预训练得到的编码、步骤S3构建的多模态融合网络进行处理，将待处理对象对应的融合后的分类向量与各辅助分类向量，输入步骤S4训练完成的分类网络中，得到分类结果。

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天府锦城实验室(前沿医学中心);四川大学，其通讯地址为：610000 四川省成都市高新区和民街387号附201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。