摘要
本发明公开了一种多模态医疗信息融合方法,涉及三维医学图像处理的技术领域。所述方法包括以下步骤:获取历史医疗文本数据与影像数据,并对文本数据与影像数据进行预处理;根据预处理后的文本数据提取语义深度特征,根据预处理后的影像数据提取多尺度空间特征;采用异构数据协同学习方法将提取的语义深度特征和多尺度空间特征进行特征融合,并设置对比损失函数对特征融合过程进行数据优化,得到多模态医疗信息。通过本发明的方法,能够从不同尺度捕捉医疗图像数据中不同区域的特定信息,并能够述详细叙述了各医疗影像区域及其相应的功能或结构特征,以将医学影像和文本数据在结构和特征表达上进行准确区分,从而提高融合得到的医疗信息参考性。
技术关键词
信息融合方法
协同学习方法
文本数据提取
表达式
融合特征
语义
医疗文本数据
两阶段特征选择方法
样本
多模态
三维医学图像处理
注意力机制
磁共振成像图像
影像
磁共振成像数据
加权特征
系统为您推荐了相关专利信息
风险预测模型
计算机执行指令
强化学习模型
电池管理系统
推送模型优化
监测振动数据
极限学习机
知识图谱系统
桥梁
识别方法