基于多模态特征融合的乳腺功能预测方法、设备及介质

AITNT
正文
推荐专利
基于多模态特征融合的乳腺功能预测方法、设备及介质
申请号:CN202410945832
申请日期:2024-07-15
公开号:CN118824518A
公开日期:2024-10-22
类型:发明专利
摘要
本发明的一种基于多模态特征融合的乳腺功能预测方法、设备及介质,为使用线性先验假设提供了选择依据;然后,利用迁移学习技术,先前任务中学习到的特征和参数被应用于乳腺功能预测任务,解决了数据量不足的问题,同时提高了学习效率和模型的稳定性;最后,通过引入多模态特征融合的策略,实现了CT影像、临床文本特征和乳腺功能特征的有效结合,充分利用了不同信息源之间的互补性,进一步提升了预测性能。不同模态数据预测实验表明,加入临床文本特征的模型预测能力优于只使用CT影像的模型,使用CT影像+临床文本特征+乳腺功能特征的模型预测效果最优,验证了本研究所提取的乳腺功能特征的有效性。
技术关键词
功能预测方法 多模态特征融合 特征提取模块 预训练模型 文本 患者 影像 指标 生成参数 疾病 CT扫描 迁移学习技术 网络架构 残差神经网络 数据 乳腺结构 年龄 处理器
系统为您推荐了相关专利信息
1
一种基于医疗大模型RAG优化的检查多部位识别方法及智能体系统
医学检查数据 智能体系统 识别特征 影像 识别方法
2
基于数智融合的建设工程全流程监管系统
监管系统 编码特征 特征提取模块 决策 并行迭代方法
3
一种基于语音交互中声音状态检测系统及方法
状态检测方法 MFCC特征 频域特征 语音识别模型 状态检测系统
4
一种基于注意力机制的工业物联网异构数据预测方法及装置
数据预测方法 工业物联网 注意力机制 神经网络预测模型 异构
5
一种基于电力大数据的多模态数据的自适应压缩方法
压缩算法 大数据 电力 非数值型数据 线性回归模型
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