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！

龙图腾网获悉深圳市生强科技有限公司申请的专利基于双曲空间的病理全切片图像特征提取大模型构建方法及应用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：CN121280742B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511851410.1，技术领域涉及：G06V10/44；该发明授权基于双曲空间的病理全切片图像特征提取大模型构建方法及应用是由朱良慧;凌希通;刘岩;黄强;申志远;王子晗设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本基于双曲空间的病理全切片图像特征提取大模型构建方法及应用在说明书摘要公布了：本申请提出了一种基于双曲空间的病理全切片图像特征提取大模型构建方法及应用，包括以下步骤：构建病理全切片图像特征提取架构与文本约束模块，获取多个训练样本对组成训练样本集合；基于训练样本集合以批训练的方式对病理全切片图像特征提取架构进行训练，并在训练过程中获取总损失函数；基于总损失函数对病理全切片图像特征提取架构的参数进行调整得到病理全切片图像特征提取大模型。本方案通过对病理全切片图像提取块级初始特征与区域级初始特征并关联空间坐标，全面捕捉细粒度细胞特征与局部组织上下文信息，保留全切片拓扑结构，为编码提供丰富多尺度特征基础。

本发明授权基于双曲空间的病理全切片图像特征提取大模型构建方法及应用在权利要求书中公布了：1.一种基于双曲空间的病理全切片图像特征提取大模型构建方法，其特征在于，包括以下步骤： 构建病理全切片图像特征提取架构与文本约束模块； 获取多个训练样本对组成训练样本集合，其中，每一训练样本包含病理全切片图像以及与病理全切片图像对应的病理报告； 基于训练样本集合以批训练的方式对病理全切片图像特征提取架构进行训练，在每轮训练过程中，对病理全切片图像进行特征提取得到块级初始特征以及区域级初始特征，对病理报告进行特征提取得到文本特征；病理全切片图像特征提取架构采用洛伦兹注意力与欧几里得注意力并行计算的方式分别对块级初始特征、区域级初始特征进行编码得到块级编码特征以及区域级编码特征，对块级编码特征以及区域级编码特征进行合并得到切片级编码特征；在文本约束模块中，基于文本特征对块级编码特征、区域级编码特征以及切片级编码特征的语义约束构建文本辅助损失，以切片级编码特征应用于预设预测任务的预测损失作为下游任务损失，文本辅助损失与下游任务损失之和为总损失函数； 基于总损失函数对病理全切片图像特征提取架构的参数进行调整，当达到迭代停止条件时结束训练，并保存病理全切片图像特征提取架构的最优参数得到病理全切片图像特征提取大模型。

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深圳市生强科技有限公司，其通讯地址为：518000 广东省深圳市龙岗区坂田街道岗头社区五和大道4012号元征科技厂区2号厂房302；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。