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！

龙图腾网获悉众数(厦门)信息科技有限公司申请的专利多模态大模型长序列信息压缩检索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：CN121116922B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511666586.X，技术领域涉及：G06F16/14；该发明授权多模态大模型长序列信息压缩检索方法是由吴炳坤;汪中;黄世勇;周浩;姚锋设计研发完成，并于2025-11-14向国家知识产权局提交的专利申请。

本多模态大模型长序列信息压缩检索方法在说明书摘要公布了：本发明提供多模态大模型长序列信息压缩检索方法，涉及数据处理技术领域，所述方法包括：接收目标患者的多模态长序列原始数据；通过预训练的多模态大模型，将多模态长序列原始数据中的各模态数据统一映射至同一隐空间，得到模态间语义关联的统一语义表征序列；对统一语义表征序列进行时序特征分析，将语义表征中的特征点视为空间点集，通过构建各特征簇的凸包以确定边界分布，识别语义表征中的关键特征簇，并基于关键特征簇的凸包分布模式确定关键时序区间。本发明解决现有多模态长序列数据检索中存在的跨模态语义关联弱、关键时序信息易丢失和压缩与检索效率低问题。

本发明授权多模态大模型长序列信息压缩检索方法在权利要求书中公布了：1.多模态大模型长序列信息压缩检索方法，其特征在于，所述方法包括： 接收目标患者的多模态长序列原始数据；通过预训练的多模态大模型，将多模态长序列原始数据中的各模态数据统一映射至同一隐空间，得到模态间语义关联的统一语义表征序列； 对统一语义表征序列进行时序特征分析，将语义表征中的特征点视为空间点集，通过构建各特征簇的凸包以确定边界分布，识别语义表征中的关键特征簇，并基于关键特征簇的凸包分布模式确定关键时序区间，包括： 基于统一语义表征序列，将序列中的每个语义表征向量视为高维特征空间中的一个特征点，得到特征点空间分布； 基于特征点空间分布，通过聚类算法对特征点进行聚类分析，以得到具有相似语义属性的多个特征簇； 基于多个特征簇，针对每个特征簇执行，计算每个特征簇在高维特征空间中的凸包边界，以得到各特征簇的边界分布表征； 基于各特征簇的边界分布表征，通过分析各凸包的几何特性与空间分布关系，识别出表征关键临床语义的至少一个关键特征簇； 基于关键特征簇，将关键特征簇中的特征点映射回原始时序，根据原始时序在时间轴上的分布密度与连续性，得到关键时序区间； 基于关键时序区间，分析特征演化规律以构建特征变化轨迹，并基于特征变化轨迹得到特征强化参数； 将特征强化参数应用于对统一语义表征序列的特征增强处理，通过突出关键诊断特征并保持跨模态关联，得到优化后的语义表征； 基于优化后的语义表征，通过自适应压缩算法生成保留关键诊断信息与跨模态关联的压缩表征； 根据压缩表征构建融合多模态语义的跨模态索引库；当接收到多模态检索查询时，将查询映射至同一隐空间，通过跨模态索引库进行相似度匹配，从历史病例库中检索出与目标患者相似的历史病例。

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众数(厦门)信息科技有限公司，其通讯地址为：361000 福建省厦门市火炬高新区软件园一期曾厝垵北路3号科汇楼402室-A184；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。