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！

龙图腾网获悉浙江大学申请的专利基于强化学习的胸片报告生成与病灶定位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：CN121483482B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610008765.2，技术领域涉及：G16H15/00；该发明授权基于强化学习的胸片报告生成与病灶定位方法及系统是由孙铬钒;蔡翼驰;邱学思;于云龙;王朝设计研发完成，并于2026-01-06向国家知识产权局提交的专利申请。

本基于强化学习的胸片报告生成与病灶定位方法及系统在说明书摘要公布了：本发明公开了一种基于强化学习的胸片报告生成与病灶定位方法及系统，属于人工智能与医学影像分析交叉技术领域。该方法首先利用多源胸片图像与查询文本对基础模型进行监督微调；接着采用GRPO强化学习框架优化策略模型，并在目标函数中引入token熵引导的指示函数，最终由优化后的策略模型实现端到端的胸片报告文本与病灶边界框坐标并行生成。该方法在提升胸片报告生成质量的同时实现了病灶的可视化定位，其一体化的输出形式更贴合临床实际工作流程。

本发明授权基于强化学习的胸片报告生成与病灶定位方法及系统在权利要求书中公布了：1.一种基于强化学习的胸片报告生成与病灶定位方法，其特征在于，包括以下步骤： S1、将一个具备区域感知能力的通用视觉-语言模型作为基础模型，利用整合自不同来源的胸片图像及预先构建好的查询文本对基础模型进行监督微调，并将胸片图像对应的标注数据进行增强后作为监督信号； S2、将监督微调后的基础模型作为GRPO框架中的策略模型，并对策略模型进行强化学习优化；在优化过程中，通过复合提示指导策略模型根据胸片图像生成胸片报告文本，并由胸片报告文本与策略模型自身输出的边界框坐标文本构成用于策略模型优化的完整文本序列，计算胸片报告文本中每个token的熵值后，根据熵值大小通过预设的不确定性阈值对token进行二分类，并为每类token赋予不同的指示函数值用于计算强化学习目标函数，基于最大化强化学习目标函数更新策略模型参数，直至策略模型收敛或者达到预设的优化次数上限； S3、将优化后的策略模型作为最终模型，将待处理的胸片图像输入最终模型，由最终模型端到端地并行输出胸片报告文本和胸片图像中病灶的边界框坐标文本； S2中，所述复合提示由定位查询、边界框坐标文本及报告生成查询拼接而成，边界框坐标文本由策略模型根据输入的胸片图像和定位查询生成； S2中，对于一个训练批次内的所有胸片图像，策略模型生成每个胸片图像对应的胸片 报告文本；对于胸片报告文本里每一个时间步生成的token，根据策略模型输出的概率分布 计算token的熵值；对该训练批次内所有token的熵值按照从大到小的顺序进行排序，将排 序后第个熵值作为不确定性阈值，将熵值大于等于该不确定性阈值的token作为高熵 token，并将高熵token的指示函数值设置为1，将熵值小于该不确定性阈值的token作为低 熵token，并将低熵token的指示函数值设置为0；其中，为预设的超参数； S2中，所述强化学习目标函数为GRPO框架中一个组的平均每token损失取期望后得到，平均每token损失由该组的整体损失与该组的序列累计长度相除得到，所述整体损失为该组内所有胸片图像的图像级损失之和，所述序列累计长度为该组内所有图像对应的完整文本序列长度之和；每个胸片图像的图像级损失由两部分相加而成，第一部分为在该胸片图像对应的边界框坐标文本中逐token计算的GRPO损失，第二部分为在该胸片图像对应的其他文本中逐token计算的条件GRPO损失，其他文本为在该胸片图像对应的完整文本序列中去除边界框坐标文本得到，条件GRPO损失为GRPO损失与token对应的指示函数值相乘得到。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。