华中科技大学同济医学院附属同济医院朱红玲获国家专利权
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!
龙图腾网获悉华中科技大学同济医学院附属同济医院申请的专利基于多模态知识蒸馏的心音处理模型的配置方法以及装置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:CN121483574B 。
龙图腾网通过国家知识产权局官网在2026-04-21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:202610020894.3,技术领域涉及:G16H50/20;该发明授权基于多模态知识蒸馏的心音处理模型的配置方法以及装置是由朱红玲;曾和松;买日哈巴买买提设计研发完成,并于2026-01-08向国家知识产权局提交的专利申请。
本基于多模态知识蒸馏的心音处理模型的配置方法以及装置在说明书摘要公布了:本申请提供了基于多模态知识蒸馏的心音处理模型的配置方法以及装置,用于在基于深度学习做心音数据处理的基础上,引入了知识蒸馏技术,并深层次适配地搭建了一套新颖的模型配置方案,实现知识蒸馏的多模态训练与轻量化部署一体化,以全面提升诊断的准确性、稳定性和工程可用性,在临床工作中具有良好的应用前景。
本发明授权基于多模态知识蒸馏的心音处理模型的配置方法以及装置在权利要求书中公布了:1.一种基于多模态知识蒸馏的心音处理模型的配置方法,其特征在于,所述方法包括: 配置作为教师模型的第一心音处理模型和作为学生模型的第二心音处理模型; 在模型训练阶段中,利用所述第一心音处理模型基于知识蒸馏机制指导所述第二心音处理模型进行学习,其中,所述第一心音处理模型的多模态输入包括心音模态、心电图模态、心动图模态和电子病历模态,所述第二心音处理模型的单模态输入包括所述心音模态; 将通过所述知识蒸馏机制完成学习的所述第二心音处理模型,部署于用来执行模型实际应用任务的目标设备上,其中,所述目标设备包括便携式听诊器、移动终端和可穿戴设备中的至少一种; 对于所述知识蒸馏机制涉及的蒸馏路径,具体包括输出层的logit蒸馏、中间层的特征蒸馏、时频域的时频掩膜蒸馏、样本的对比蒸馏和置信度的不确定性调节; 整个所述模型训练阶段包括教师模型训练阶段、学生模型预训练阶段和联合蒸馏训练阶段; 所述教师模型训练阶段的损失函数表示为: , 其中,表示标准交叉熵损失函数,表示主任务标签,表示主任务标签预测结果,表示辅助任务权重,表示包括事件分割和信号质量的辅助标签,表示辅助标签预测结果; 所述学生模型预训练阶段的损失函数表示为: , 其中,表示学生模型所输出预测分布,,表示Softmax函数,表示学生logit向量,为蒸馏温度,; 所述联合蒸馏训练阶段的损失函数表示为: , 其中,为动态调整的不同权重系数,表示logit蒸馏损失,表示特征蒸馏损失,表示时频掩膜蒸馏损失,表示对比蒸馏损失,表示不确定性正则项, ,, 其中,表示教师模型所输出温度化概率分布和的Kullback-Leibler散度,表示教师logit向量, , 其中,表示二范数的平方,表示教师模型中间表征,表示线性映射函数,表示学生模型对应层表征, , 其中,表示教师模型所预测掩膜,表示学生模型所预测掩膜,为和的dice损失,表示和的标准交叉熵损失, 其中,表示学生嵌入,表示教师嵌入,表示内积相似度,表示温度参数。
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华中科技大学同济医学院附属同济医院,其通讯地址为:430000 湖北省武汉市解放大道1095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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励