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！

龙图腾网获悉成都泰盟软件有限公司申请的专利一种医学实验报告智能批阅方法、系统及存储介质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：CN121601136B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610092642.1，技术领域涉及：G16H15/00；该发明授权一种医学实验报告智能批阅方法、系统及存储介质是由杨玉亭;刘莉华;张滔;黄武设计研发完成，并于2026-01-23向国家知识产权局提交的专利申请。

本一种医学实验报告智能批阅方法、系统及存储介质在说明书摘要公布了：本发明公开了一种医学实验报告智能批阅方法、系统及存储介质，属于医疗信息技术领域。方法包括离线阶段和在线阶段：离线阶段通过构建生理学向量知识库、训练视觉专家模型将医学图像转化为专业文本描述，并对语言评价模型进行强化学习对齐；在线阶段解析报告中的文本和图像，利用视觉专家生成图像描述，融合成增强版文本后，由语言评价模型生成批阅结果。系统实现了文本与视觉信息的深度融合，解决了现有技术模态隔离、领域知识缺失和评价不可控等问题，具有批阅精准、专业性强、效率高和可解释性好的优势，显著提升了医学实验报告批阅的自动化水平和教学质量。

本发明授权一种医学实验报告智能批阅方法、系统及存储介质在权利要求书中公布了：1.种医学实验报告智能批阅方法，其特征在于：包括以下步骤： 离线阶段：构建多模态生理学数据集和专业知识库；然后通过监督微调训练视觉专家模型，用于将像素信息转化为领域语义信息；接着通过强化学习对齐语言评价模型； 在线阶段：对待批阅报告进行多模态解构，分离文本内容和图像集合；将每张图像输入训练好的视觉专家模型进行视觉信息转化，从而得到专业化文本描述；将专业化文本描述插入原始报告文本进行信息融合得到增强版纯文本报告；将增强版报告输入训练好的语言评价模型，调用专业知识库进行知识验证和推理从而生成批阅结果； 所述的多模态生理学数据集和专业知识库通过以下步骤构建： 从经专家批注的历史实验报告、参考文献和生理学教材中提取专业知识片段，并通过文本嵌入模型编码为高维向量，构建基于FAISS的向量知识库作为专业知识库： ，其中为专业知识片段集合；si为目标专业知识片段；为目标专业知识片段的向量表示；Encoder为文本嵌入模型； 使用FAISS索引进行相似性搜索：，其中q为查询向量；sim为相似度度量； 对专业知识片段中的图像进行提取，并与专家批注中的图像评价进行关联，形成图像与专业描述进行配对的图像配对数据集； 所述的视觉专家模型通过以下步骤训练： 选择一个视觉大模型，使用图像配对数据集对视觉大模型进行监督微调，使视觉大模型学会使用生理学专业术语对图像进行诊断性描述，从而得到视觉专家模型，监督微调的目标函数为最小化负对数似然： ，其中L为描述文本长度；wt为第t个词元；为模型参数；表示在给定输入图像I和已生成的前缀词序列的条件下，模型生成第t个词元wt的条件概率；d表示与输入图像对应的专业描述文本； 所述的语言评价模型通过以下步骤进行对齐： 以大语言模型MLLM为基础，通过融合多维度奖励的奖励函数构建评语生成器，奖励函数，其中、、和分别为各个奖励分量的权重系数；基于生成评语y和人工评语yref的语义相似度，使用BERTScosre计算： ； 基于生成评语y与向量知识库的事实一致性计算，或采用基于检索增强验证的策略计算；基于生成评语y与向量知识库的事实一致性计算包括以下步骤：将生成评语y或从生成评语y提取的关键断言编码作为查询向量q，检索向量知识库中最相关的top-k个知识片段及其相似度，并基于此计算奖励： ，其中1⋅是指示函数，当括号内的条件为真时取值为1，否则为0；是一个相关性判断条件，表示检索到的知识向量对应的专业知识片段与生成评语在事实上是否一致或相关； 为惩罚模型对同类错误给出不同评价的行为，通过同一批次内样本间评价的一致性度量计算； 为基于人类教师对模型输出结果的偏好排序而训练的奖励模型给出的分数，其中表示奖励模型对生成评语的打分； 采用强化学习算法优化大语言模型MLLM，以最大化期望奖励得到语言评价模型： ，其中是强化学习中的优化目标函数，表示当前策略参数为时，生成评语所获得的期望总奖励；为期望运算符，表示对大语言模型采样生成的所有可能评语求平均；表示大语言模型的可训练参数；表示奖励函数对生成评语进行综合评分。

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成都泰盟软件有限公司，其通讯地址为：610041 四川省成都市高新区和乐二街171号6栋10层1031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。