一种基于多模态特征融合的TIPS术后肝性脑病预测系统

AITNT
正文
推荐专利
一种基于多模态特征融合的TIPS术后肝性脑病预测系统
申请号:CN202410869131
申请日期:2024-07-01
公开号:CN119033394A
公开日期:2024-11-29
类型:发明专利
摘要
本发明公开了一种基于多模态特征融合的TIPS术后肝性脑病预测系统,包括数据预处理模块,基于预训练参数的特征提取模块,基于交叉注意力机制的特征融合模块和分类器模块的系统网络模块;特征提取模块包括全连接操作单元、卷积操作单元;融合模块包括、池化单元、交叉注意力单元。该模型利用了图像和患者临床数据,经过两路特征提取网络,分别提取两种模态数据的内在信息,最终将提取到的有用信息利用多头注意力机制将其融合,将融合得到的信息输入到分类器中获得预测结果。该模型实现了有监督分类。同时,该网络在CT图像特征提取阶段,利用经典网络的预训练参数,使得其网络模型更加容易被训练。
技术关键词
多模态特征融合 肝性脑病 预测系统 特征提取模块 交叉注意力机制 分类器 腹部CT图像 患者临床数据 多头注意力机制 肝硬化患者 梯度下降算法 全局平均池化 图像特征提取 特征提取网络 元素
系统为您推荐了相关专利信息
1
一种基于知识蒸馏与记忆增强方法的口罩人脸识别方法、装置、设备及存储介质
人脸识别方法 特征数据库 口罩 人脸数据库 特征提取模型
2
基于水资源承载力的指标预测方法、系统及存储介质
水资源承载力 指标预测方法 规划 曲线 主成分分析算法
3
一种用于辅助神经疾病诊断的智能脑电图分析系统
脑电图数据 分析系统 特征提取模块 信号放大器 数据采集模块
4
一种基于人工智能的设备数据分析系统
数字孪生模型 数据分析系统 子组件 特征提取模块 三维点云模型
5
一种分布角度AI深度学习神经网络交通时序数据补全方法
数据补全方法 AI深度学习 时序 时间段 交通
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号