摘要
本发明涉及一种基于多模态数据的医学影像报告生成方法及装置。该方法获取原始的多模态数据并进行预处理,多模态数据包括影像数据、主诉文本数据和临床检查文本数据;利用训练好的多模态深度学习模型预测并生成相应的医学影像报告;预测过程具体包括:基于预处理后的影像数据,利用训练好的卷积神经网络模型提取图像特征;基于预处理后的主诉文本数据和临床检查文本数据,利用训练好的人工神经网络模型提取语义特征;融合图像特征与相应的语义特征,得到融合特征;将融合特征输入全连接层,映射得到医学影像报告。与现有技术相比,本发明具有提高医学影像报告生成的可靠性、降低人工负荷等优点。
技术关键词
人工神经网络模型
卷积神经网络模型
多模态深度学习
报告生成方法
梯度下降算法
报告生成装置
数据
语义特征
融合特征
文本
深度学习模型
锥形束计算机断层扫描
影像
图像重建
图像分割
曲面断层片
融合图像特征
系统为您推荐了相关专利信息
建模方法
生成电路
采集电路
离散采样点
更新网络参数
减排策略
空天地一体化
气体排放
反演模型
模拟器
电机故障诊断系统
卷积神经网络模型
构建卷积神经网络
电机故障诊断方法
故障诊断控制
航拍
噪声滤波
空间邻域信息
卷积神经网络模型
迭代优化算法