多模态医学数据渐进融合的方法及系统

AITNT
正文
推荐专利
多模态医学数据渐进融合的方法及系统
申请号:CN202411032143
申请日期:2024-07-30
公开号:CN119004362B
公开日期:2025-05-20
类型:发明专利
摘要
本发明属于特征融合技术领域,公开了多模态医学数据渐进融合的方法及系统。本发明通过渐进融合方法,基于跨层次注意力机制实现层次融合特征向量交互,利用残差网络缓解因层数增加导致浅层信息容易丢失的问题,以渐进交互的方式使得渐进融合特征所包含的层次信息最大化。本发明提供了动态图学习方法,通过图自适应学习,捕捉特征的非线性相互作用关系,降低相似矩阵的异质性,提高了信息传递的准确性;该自适应学习过程中针对每个患者的特征进行阈值预测,以对相似矩阵进行剪枝,使得剪枝后的相似矩阵更准确。
技术关键词
融合特征 结构化电子病历 模态特征 医学 多模态 数据 层次注意力机制 非线性相互作用 患者 特征融合技术 CT扫描图像 无监督特征 文本 影像 卷积解码器 重构 对齐模块 残差网络 融合方法
系统为您推荐了相关专利信息
1
多模态信号融合情绪识别方法
情绪识别方法 终端设备 频段 拉普拉斯噪声 噪声量
2
一种驾驶员接管监测方法、装置及车辆
监测方法 策略 场景 车辆 高风险
3
一种基于SEEM-SAFPN模型的滑坡识别方法、设备、介质及产品
滑坡识别方法 文本编码器 图像编码器 多模态 采样器
4
一种跨任务通用的前景分割方法
前景分割方法 特征提取模块 注意力机制 解码器 卷积神经网络提取
5
一种糖尿病患者综合管理系统
综合管理系统 预测模型构建方法 胰岛素 患者 因果关系模型
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