摘要
本发明公开了一种结合知识图谱的零样本医学图像分类方法,属于人工智能技术领域,包括:获取新类别医学图像并对新类别医学图像添加对应的诊断描述性文本;将新类别医学图像及其对应的诊断描述性文本输入至预先训练好的图像分类模型中,确定与诊断描述性文本最接近的分类类别;将新类别医学图像归类至与诊断描述性文本最接近的分类类别中。本发明利用医学知识图谱训练图像分类模型,避免了现有的大型多模态学习模型在应用于零样本分类任务时容易陷入过拟合,需要知识参与进行修正的问题。
技术关键词
医学图像分类方法
医学知识图谱
实体间关系
训练图像分类模型
融合特征
文本
嵌入特征
训练样本图像
医疗知识图谱
三元组
策略
医学图像数据
对比度
跨模态
系统为您推荐了相关专利信息
GIS局部放电
局部放电特征
马尔可夫模型
深度强化学习算法
深层特征提取
无人机
语义标签
动态场景感知
聚类机制
全局地图
热点识别方法
融合特征
计算机可执行指令
序列
融合全局