基于图像和文本特征融合的超声心动图图像质量评估方法

AITNT
正文
推荐专利
基于图像和文本特征融合的超声心动图图像质量评估方法
申请号:CN202411835108
申请日期:2024-12-13
公开号:CN119323560B
公开日期:2025-03-07
类型:发明专利
摘要
本发明属于医学影像技术领域,提供了一种基于图像和文本特征融合的超声心动图图像质量评估方法,包括:利用目标检测模型进行特征提取和分类、利用视觉‑语言特征对齐模块对图像特征与文本特征进行对齐以及利用大语言模型进行句式模板选定、线性投影、合并。本发明通过图像与文本特征的跨域迁移,生成了准确且全面的超声心动图图像质量评估报告,提升了评估结果的可解释性和细粒度;通过引入目标检测模型,使系统能够识别并理解医学图像中不同解剖结构的位置关系,为后续质量评估提供了丰富的医学领域先验知识,实现了从自然图像到超声心动图的有效跨域迁移;通过引入句式模板保证了质控文本的一致性。
技术关键词
超声心动图 心脏解剖结构 图像 文本 大语言模型 对齐模块 区域候选网络 特征提取网络 Softmax函数 标签 医学影像技术 特征信息提取 检测模型训练 模板 样本 视觉 回归方法 数据 模块结构
系统为您推荐了相关专利信息
1
智能数字导览系统及导览方法
导览系统 导览方法 AI语音 终端机 答案
2
一种基于不同深度皮肤的黑色素的衰老评价方法
黑色素 基底层 评价方法 衰老 深度学习卷积神经网络
3
一种肿瘤提取方法及相关装置
运动特征 边界特征 特征描述符 特征轮廓 影像
4
大语言模型位置编码和语义机制间的自发转化方法及系统
复杂度 转化方法 大语言模型 样本 矩阵
5
基于半监督学习的作物器官分割方法及设备
语义分割网络 图像 上采样 器官分割方法 样本
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