基于多模态辅助学习的疾病发生概率确定方法及系统

AITNT
正文
推荐专利
基于多模态辅助学习的疾病发生概率确定方法及系统
申请号:CN202411015670
申请日期:2024-07-26
公开号:CN118609821B
公开日期:2025-04-22
类型:发明专利
摘要
本发明公开了一种基于多模态辅助学习的疾病发生概率确定方法及系统,涉及人工智能技术领域。在该方法中,获取患者的实时医疗数据,实时医疗数据包括结构化数据特征、医疗文本特征以及医疗影像特征中的一种或多种;对实时医疗数据进行预处理,得到待分析医疗数据;将待分析医疗数据输入至训练完成的疾病发生概率预测模型,得到第一疾病发生概率值,疾病发生概率预测模型基于模型训练数据集和模型训练辅助任务训练得到,当第一疾病发生概率值大于预设的疾病发生阈值时,输出预警提示信息至医师终端。实施本申请提供的技术方案,可以提升预测疾病发生概率值的准确程度。
技术关键词
医疗影像特征 标签 分析医疗数据 患者 重构 多模态辅助 疾病 样本 文本 位置识别 指标 代表 传播算法 预警模块 网络接口 终点 时序 可读存储介质
系统为您推荐了相关专利信息
1
交叉眼干扰对抗环境下基于深度学习的无网格DOA估计方法及装置
DOA估计方法 方位角 回波 网格 引入神经网络模型
2
基于多轮对话的图谱生成方法、装置、设备及介质
图谱生成方法 多轮对话 服务端 终端 压缩算法
3
燃气物联网应用系统、实现方法、电子设备及存储介质
燃气物联网 实体 标签识别装置 物理 人机交互界面
4
一种结合语法树和图网络的方面级情感分析方法
掩码矩阵 情感分析方法 注意力机制 文本 梯度下降法
5
一种互花米草的快速识别和除治方法
植物特征 样本类别标签 图像 栅格 多模态特征
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