基于多模态大语言模型的宫颈癌智能筛查方法

本发明是基于多模态大语言模型的宫颈癌智能筛查方法，包括：数据收集与处理：收集阴道镜图像和宫颈癌相关医疗报告并进行处理，预训练模型用于提取关键的图像和文本特征，为多模态模型提供输入，以增强宫颈癌筛查的准确性和效率；设置多模态融合模型：将图像特征与文本特征进行融合；模型训练与调优：阴道镜图像和对应的文本数据作为输入，对多模态模型进行联合训练，找到最优配置；模型评估与验证：对模型进行性能评估、分析模型在不同类别上的表现和临床验证。本发明能够高效处理和分析阴道镜图像，以及处理宫颈癌筛查和诊断并生成医疗报告的多模态大型语言模型，并能进行预后预测，预测疾病进展，进行风险评估，帮助医生制定更有效的诊疗计划。