摘要
本发明属于计算机辅助诊断和医学图像处理领域,具体涉及一种用于区分外阴硬化性苔藓(vulvar lichen sclerosus,VLS)和外阴慢性单纯性苔藓(vulvar lichen simplex chronicus,VLSC)的多模态模型。该模型通过将患者的病史信息和待查病变区域的图像特征进行融合,强化了输入信息的特异性,解决了单纯利用图像特征区别VLS和VLSC精度不高的问题。具体而言,本发明首先对与外阴白色病变相关的病史信息进行量化,形成病史信息向量;其次,采用ResNet50模型对病变区域图像进行特征提取,每个特征通道进行flatten操作,形成一个特征图向量;第三,对病史信息向量和每个特征图向量都进行Layer Normalization操作,并将更新后的病史信息向量拼接在每个更新后的特征图向量之后,形成融合信息向量;最后,采用Transformer模型,以融合信息向量为token进行训练,得到具有较高精度水平的,能够对VLS和VLSC进行风险评估的多模态模型。
技术关键词
外阴硬化性苔藓
慢性单纯性苔藓
多通道特征
两阶段
ResNet网络
外阴白色病变
计算机辅助诊断
多模态数据融合
特征信息融合
样本
医学图像处理
图像特征提取
多层感知机
策略
残差网络
拼接模块
信息编码
注意力机制
系统为您推荐了相关专利信息
自动解析方法
图像识别算法
运动矢量场
心脏
组织
优化调度模型
分布式电源
有功功率
求解无功优化模型
光伏模块
电机故障诊断方法
ResNet网络
电机工作状态
声纹特征提取技术
故障特征
故障识别方法
车辆部件
降噪单元
多通道特征
卷积神经网络算法