摘要
本发明提供了一种基于双支路多模态序列学习的影像分析方法,属于医学影像分析技术领域,该方法包括构建多模态嵌入模块,并利用可学习参数填补缺失多模态疾病数据,融合经填补后的多模态特征,得到受试者的编码特征;利用包括静态信息分析模块和动态信息分析模块的双支路结构对编码特征进行分析,得到双支路多模态影像分析特征;对双支路多模态影像分析特征进行融合,得到纵向队列数据中的影像特征;堆叠所有纵向队列数据中的影像特征,并利用除填补的多模态疾病数据外的多模态数据对堆叠的所有纵向队列数据中的影像特征进行分析,得到影像分析结果。本发明解决了多模态纵向队列影像分析方法对多模态信息与时序演变信息利用不充分的问题。
技术关键词
影像分析方法
编码特征
分析模块
支路
队列
数据
医学影像分析技术
融合多模态特征
动态变化特征
序列
编码器
疾病
参数
点对点
系统为您推荐了相关专利信息
供应链管理平台
数据采集模块
风险评估模型
多元回归分析
多层神经网络模型
产品碳足迹
系统边界
LSTM模型
碳足迹核算
动态数据集
网关硬件
智能配电网
硬件故障识别
图像数据集合
异常识别方法
动态手势识别方法
检测器
分类器
加权平均策略
通道