一种基于深度学习的病例异常检测方法与系统

本发明公开了一种基于深度学习的病例异常检测方法与系统，涉及医疗影像技术领域，包括数据收集与预处理模块、多模态特征提取模块、特征融合模块、上下文信息整合模块、异常检测模型模块、模型训练与优化模块、模型迭代训练与验证模块和实时监测与反馈模块；还包括以下步骤，步骤一：收集来自不同模态的医学影像数据，经过去噪和标准化处理；步骤二：使用深度卷积神经网络对不同模态图像提取特征，并将其融合形成综合特征向量；步骤三：将患者的临床信息与融合特征结合，生成全面特征向量；步骤四：通过训练好的深度学习模型分析融合后的特征向量，输出异常检测结果；步骤五：系统实时监测新的病例，自动提示异常并根据医生反馈不断更新模型。