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！

龙图腾网获悉厦门大学;厦门市杏林医院(厦门市传染病医院)申请的专利基于动态提示和解码知识编辑的医学问答方法及相关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：CN121599134B 。

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：202610121027.9，技术领域涉及：G06N5/04；该发明授权基于动态提示和解码知识编辑的医学问答方法及相关装置是由王晓黎;梁佳豪;赵敏;赵洁;黄田茂设计研发完成，并于2026-01-29向国家知识产权局提交的专利申请。

本基于动态提示和解码知识编辑的医学问答方法及相关装置在说明书摘要公布了：本申请公开了一种基于动态提示和解码知识编辑的医学问答方法及相关装置，涉及人工智能技术领域，该方法首先获取包含医学图像、问答对文本的医学视觉问答数据集；再通过对比学习框架预训练医学视觉语言模型，结合局部对比损失、全局对比损失、图像文本匹配损失及掩码语言建模损失，强化视觉与文本的细粒度及整体模态交互；随后为医学图像和文本特征添加动态提示，无需人工设计提示词，适配多模态特征差异；接着将带动态提示的特征输入预训练模型得到初始预测答案；最后通过解码知识编辑，借助外部知识库的检索验证机制修正输出，增强医学知识密集场景下的鲁棒性。实验验证，该方法有效提升了医学视觉问答的准确率，在多类医学数据集上表现优异。

本发明授权基于动态提示和解码知识编辑的医学问答方法及相关装置在权利要求书中公布了：1.一种基于动态提示和解码知识编辑的医学问答方法，其特征在于，包括： 获取医学视觉问答数据集；所述医学视觉问答数据集包括若干个医学视觉问答任务；所述医学视觉问答任务包括医学图像和对应于所述医学图像的问答对文本；所述问答对文本包括问题文本和答案文本； 基于所述医学视觉问答数据集，采用对比学习框架进行视觉语言预训练，得到完成预训练的医学视觉语言模型；所述医学视觉语言模型包括视觉编码器、文本编码器和多模态融合编码器；预训练的最小化目标包括局部对比损失、全局对比损失、图像文本匹配损失和掩码语言建模损失； 针对任一医学视觉问答任务，分别对医学图像的视觉特征和问答对文本的文本特征添加动态提示，得到带动态提示的视觉特征和带动态提示的文本特征； 将所述带动态提示的视觉特征和带动态提示的文本特征输入至完成预训练的所述医学视觉语言模型中，得到初始预测答案； 对所述初始预测答案进行解码知识编辑，通过检索验证机制引入外部知识库修正模型输出，确定最终预测答案；所述外部知识库为所有医学视觉问答任务的答案文本组成的集合；所述检索验证机制包括：基于所述初始预测答案对应的问答对文本的文本类型从外部知识库中筛选得到候选答案集合，并对相似度高于预设相似度阈值的若干个候选答案进行验证；所述候选答案为与所述问答对文本的文本类型相同的答案文本； 对问答对文本的文本特征添加动态提示具体为：构建文本特征的动态提示向量，其中，L为文本特征的动态提示向量的分词数量超参数，每个Vl为与词嵌入维度相同的可学习向量，l∈1,...,L；所述文本编码器第1层的输入为，其中为[CLS]分词标识的嵌入，上标d为嵌入维度，代表d维的实数空间，ET0为所述问题文本的词嵌入； 对医学图像的视觉特征添加动态提示具体为：将所述医学图像划分为m个固定大小的图像块，得到图像块嵌入集合，构建视觉动态提示向量集合，所述视觉编码器第i+1层的输入为，其中，表示[CLS]分词标识在第i+1层输入空间的嵌入，为自然数集，为第i层输出中第k个图像块的嵌入向量，i和k分别为视觉编码器的层级和图像块的编号；为第i层输出中第j个视觉动态提示的嵌入向量，视觉动态提示和图像块一一对应。

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厦门大学;厦门市杏林医院(厦门市传染病医院)，其通讯地址为：361005 福建省厦门市思明区思明南路422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。