合肥綜合性國家科學中心人工智能研究院(安徽省人工智能實驗室)孫曉艷獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉合肥綜合性國家科學中心人工智能研究院(安徽省人工智能實驗室)申請的專利基于大語言模型的腦腫瘤診斷及報告生成方法及系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119049638B 。
龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411257500.3,技術領域涉及:G16H15/00;該發明授權基于大語言模型的腦腫瘤診斷及報告生成方法及系統是由孫曉艷;劉律寧;吳思穎;宮劍;歐云尉;褚海濤設計研發完成,并于2024-09-09向國家知識產權局提交的專利申請。
本基于大語言模型的腦腫瘤診斷及報告生成方法及系統在說明書摘要公布了:本發明公開了基于大語言模型的腦腫瘤診斷及報告生成方法及系統,涉及人工智能技術領域,將待診斷顱腦MRI醫學影像輸入到已訓練完成的診斷及報告生成模型,以生成醫學報告以及診斷結果;診斷及報告生成模型的訓練過程如下:步驟一、獲取顱腦MRI醫學影像以及對應的影像報告,并分別對顱腦MRI醫學影像以及影像報告進行特征提取,得到全局視覺特征和文本特征;將全局視覺特征和文本特征輸入到對齊模塊,以輸出對齊后視文特征;將對齊后視文特征輸入到報告生成模塊,以生成醫學報告,將醫學報告輸入到診斷模塊,以輸出診斷結果;該腦腫瘤診斷及報告生成方法及系統,提高了醫療服務的效率,以及提高了診斷的準確性和可靠性。
本發明授權基于大語言模型的腦腫瘤診斷及報告生成方法及系統在權利要求書中公布了:1.基于大語言模型的腦腫瘤診斷及報告生成方法,其特征在于,將待診斷顱腦MRI醫學影像輸入到已訓練完成的診斷及報告生成模型,以生成醫學報告以及診斷結果; 所述診斷及報告生成模型的訓練過程如下: 步驟一、獲取顱腦MRI醫學影像以及對應的影像報告,并分別對顱腦MRI醫學影像以及影像報告進行特征提取,得到全局視覺特征和文本特征; 步驟二、對齊模塊設置有視覺通道和文本通道,將全局視覺特征作為可學習的查詢向量輸入到視覺通道,將文本特征輸入到文本通道,通過視覺通道和文本通道之間共享權重,視覺通道輸出的特征通過全連接層得到對齊后視覺特征,并將對齊后視覺特征拼接在文本通道輸出的對齊后文本特征的嵌入層前面,得到對齊后視文特征; 步驟三、將對齊后視文特征輸入到預訓練后的大語言模型中,以生成醫學報告,將醫學報告輸入到診斷模塊,以輸出診斷結果,并構建損失函數以調整診斷及報告生成模型中的模型參數; 在步驟二中,所述視覺通道包括多個依次串聯設置的視覺注意力塊,每個視覺注意力塊包括依次連接的視覺自注意力層、視覺跨注意力層以及視覺前饋網絡層,當前視覺注意力塊的視覺自注意力層的輸入連接到上一視覺注意力塊的視覺前饋網絡層的輸出,當前視覺注意力塊的視覺前饋網絡層的輸出連接到下一視覺注意力塊的視覺自注意力層的輸入; 所述文本通道包括多個依次串聯設置的文本注意力塊,每個文本注意力塊包括依次連接的文本自注意力層以及文本前饋網絡層,當前文本注意力塊的文本自注意力層的輸入連接到上一文本注意力塊的文本前饋網絡層的輸出,當前文本注意力塊的文本前饋網絡層的輸出連接到下一文本注意力塊的文本自注意力層的輸入; 通過視覺通道和文本通道之間共享權重,具體為:視覺注意力塊和文本注意力塊設置一致數量,每個視覺注意力塊中的視覺自注意力層與對應的文本注意力塊中的文本自注意力層共享權重設置,具體為: 在文本通道中,當前文本自注意力層的輸入為上一個文本注意力塊的輸出以及上一個視覺注意力塊的輸出,當前文本自注意力層輸出的查詢向量和文本向量拆開,查詢向量通過視覺自注意力層與文本自注意力層共享被輸送到視覺通道,以實現在視覺通道中與文本進行交互。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人合肥綜合性國家科學中心人工智能研究院(安徽省人工智能實驗室),其通訊地址為:230000 安徽省合肥市高新區望江西路5089號,中國科學技術大學先進技術研究院未來中心B1205-B1208;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。