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！

龍圖騰網獲悉吉林大學申請的專利一種基于多模態數據融合的試劑盒原材料質量檢測方法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：CN120510481B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202511000348.5，技術領域涉及：G06V10/80；該發明授權一種基于多模態數據融合的試劑盒原材料質量檢測方法是由田潤輝;呂猛設計研發完成，并于2025-07-21向國家知識產權局提交的專利申請。

本一種基于多模態數據融合的試劑盒原材料質量檢測方法在說明書摘要公布了：本發明公開了一種基于多模態數據融合的試劑盒原材料質量檢測方法，本發明涉及化學試劑原材料的自動化質量檢測技術領域，包括如下步驟：步驟S1：通過光譜傳感器、顯微成像設備和化學傳感器同步采集試劑盒原材料的光譜數據、顯微圖像數據和化學檢測數據；步驟S2：將所述多模態數據輸入自適應時空特征校準網絡，通過多尺度時空特征提取模塊分別解析各模態數據的局部細節特征和全局時序特征。該基于多模態數據融合的試劑盒原材料質量檢測方法，通過構建自適應時空特征校準網絡與分層式信息熵篩選機制的協同融合體系，解決了多模態數據動態對齊失準與冗余干擾累積的核心技術難題。

本發明授權一種基于多模態數據融合的試劑盒原材料質量檢測方法在權利要求書中公布了：1.一種基于多模態數據融合的試劑盒原材料質量檢測方法，其特征在于，包括如下步驟： 步驟S1：通過光譜傳感器、顯微成像設備和化學傳感器同步采集試劑盒原材料的光譜數據、顯微圖像數據和化學檢測數據，光譜數據、顯微圖像數據和化學檢測數據構成多模態數據； 步驟S2：將多模態數據輸入自適應時空特征校準網絡，通過多尺度時空特征提取模塊分別解析各模態數據的局部細節特征和全局時序特征，并基于雙向跨模態注意力門控機制動態調整不同模態的時空偏移量，實現頻域與空域的自適應匹配； 步驟S3：將校準后的多模態數據輸入分層式信息熵篩選機制，依次通過基于變分自編碼器的信息熵壓縮層和梯度敏感特征貢獻度評估層，消除冗余特征并保留互補性特征； 步驟S4：對融合后的特征執行交叉模態一致性驗證和對抗性擾動魯棒性測試，僅當重構誤差小于預設閾值且噪聲抑制率高于預設標準時輸出最終質量檢測結果； 所述自適應時空特征校準網絡包括： 多尺度時空特征提取模塊，采用非對稱卷積核分別提取高頻光譜數據的局部細節特征和低頻顯微圖像數據的全局時序特征； 雙向跨模態注意力門控機制，通過自學習生成的頻域對齊權重矩陣和空域偏移補償向量，對高頻光譜數據進行時序重采樣并與低頻顯微圖像數據的時序基準對齊； 所述分層式信息熵篩選機制包括： 信息熵壓縮層，通過變分自編碼器建模融合特征的隱空間分布，動態計算各特征通道的信息熵值，并對熵值低于滑動窗口統計閾值的特征進行稀疏化處理； 梯度敏感特征貢獻度評估層，在分類模型訓練過程中實時監測各模態特征對輸出結果的梯度貢獻強度，構建特征重要性圖譜并屏蔽貢獻度低于動態閾值的特征。

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吉林大學，其通訊地址為：130021 吉林省長春市前進大街2699號；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”。