摘要
本发明涉及多模态结直肠癌预诊信息处理方法、系统、介质以及设备,通过将影像信息转换成第一模态特征、第一临床信息转换成第二模态特征、家族病史信息转换成第三模态特征,再进行特征融合后输入至深度学习的神经网络模型中,最后输出的第一预诊报告可以给出当前用户的病症风险等级信息、病症的阶段特征预测信息、病症的癌变概率信息以及病症的治疗预案信息,应用多模态技术整合患者的个人信息、影像信息、第一临床症状和家族病史信息等多种信息源,提高对当前用户的结直肠病症的全面剖析,使得医生能够获得更全面的病情评估,进而实现更准确的风险等级划分、病症阶段预测和个性化治疗方案制定,提高了诊疗过程的效率以及精准程度。
技术关键词
模态特征
语义关键词
局部特征信息
词嵌入向量
算法模型
信息处理方法
融合特征
语义向量
矩阵
直肠癌
图像
随机森林
家族
计算机程序指令
注意力
神经网络模型
融合算法
信息处理系统
影像
系统为您推荐了相关专利信息
趋势分析方法
稀疏编码特征
高阶统计特征
变分自动编码器
动态贝叶斯网络
智能巡检方法
多模态
模态特征
权重机制
智能巡检系统
异常状况
融合特征
监测方法
异构传感器网络
多模态特征融合
降阶建模方法
神经网络预测模型
工况参数
瞬态流场
压缩机