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！

龙图腾网获悉山东建筑大学申请的专利用于医学图像的多任务专家模型的跨模态推理方法及系统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：CN121483575B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610023850.6，技术领域涉及：G16H50/20；该发明授权用于医学图像的多任务专家模型的跨模态推理方法及系统是由袭肖明;马源;秦者云;王永;郭浩;张泽薇;王明靖;张光;乔立山;宋景琦;曲爱喜;尹义龙设计研发完成，并于2026-01-09向国家知识产权局提交的专利申请。

本用于医学图像的多任务专家模型的跨模态推理方法及系统在说明书摘要公布了：本公开提供了用于医学图像的多任务专家模型的跨模态推理方法及系统，涉及人工智能与医疗信息技术领域，包括：获取医学图像以及文本数据，并对其预处理；将预处理后的图像以及文本数据通过多任务专家控制器分配至对应任务适配的内嵌专家模型中，输出得到对应任务的推理结果；根据任务类型选择对应内嵌专家模型，多任务专家控制器执行运算得到每个专家的激活权重向量；采用Control‑K稀疏门控策略筛选激活权重向量，得到稀疏激活权重向量，根据稀疏激活权重，选取并激活对应内嵌专家模型，并微调专家增量参数，实现针对当前任务的动态适配。本公开能够动态选择专家路径，提升不同医学任务性能。

本发明授权用于医学图像的多任务专家模型的跨模态推理方法及系统在权利要求书中公布了：1.用于医学图像的多任务专家模型的跨模态推理方法，其特征在于，包括： 获取特定任务类型的医学图像以及文本数据，并对其预处理； 将预处理后的图像以及文本数据通过多任务专家控制器分配至对应任务适配的内嵌专家模型中，输出得到对应任务的推理结果； 所述内嵌专家模型为多个面向特定医学任务或模态组合的轻量级专家模型，以内嵌专家的形式部署于大模型的关键网络层中，形成结构化适配模块，将内嵌专家模型的功能嵌入转化为大模型的组成部分，而非独立并行通路，进行多任务感知； 其中，适配的内嵌专家模型的适配优化过程包括：识别任务类型，根据任务类型选择对应内嵌专家模型，通过处理图像以及文本特征，提取模态贡献度以及病灶先验特征；将任务类型嵌入、模态贡献度和病灶先验特征进行融合，得到上下文向量；提取图像以及文本的视觉-文本融合特征，将视觉-文本融合特征和上下文向量融合输入至多任务专家控制器，执行运算得到每个专家的激活权重向量；采用Control-K稀疏门控策略筛选激活权重向量，得到稀疏激活权重向量，根据稀疏激活权重，选取并激活对应内嵌专家模型，并微调专家增量参数，实现针对当前任务的动态适配； 所述内嵌专家模型包括模态专家模型，分别为CT专家、MRI专家、超声专家，用于处理不同数据模态；任务专家模型，分别为报告生成专家、影像分割专家，对应不同医学任务；以及器官专家模型，分别为肝脏专家、眼底专家，由多任务专家控制器判断决定使用哪些内嵌专家模型，在局部网络层加入LoRAAdapter权重微调模块，并行处理，处理结果在同一层内进行加权融合； 将任务类型嵌入、模态贡献度和病灶先验特征进行拼接或线性融合，得到上下文向量；将视觉-文本融合特征与上下文向量进行线性组合或拼接，形成多任务专家控制器的输入表示，多任务专家控制器对输入表示进行映射，输出未归一化的专家得分向量； 对未归一化的专家得分向量执行Softmax运算，得到每个专家的激活权重向量，采用Control-K稀疏门控策略，从激活权重向量中选取权重最大的前K个专家，对未被选中的专家权重置零并重新归一化，得到稀疏激活权重向量，根据得到的稀疏激活权重，选取并激活对应内嵌专家模型，将被激活内嵌专家模型的输出按照其权重进行加权求和，得到专家增量参数，将专家增量参数通过LoRA结构注入原始Transformer层，实现针对当前任务的动态适配。

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山东建筑大学，其通讯地址为：250000 山东省济南市历城区临港开发区凤鸣路1000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。