一种结合知识图谱的零样本医学图像分类方法

AITNT
正文
推荐专利
一种结合知识图谱的零样本医学图像分类方法
申请号:CN202510196319
申请日期:2025-02-21
公开号:CN119888369A
公开日期:2025-04-25
类型:发明专利
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
1
基于深度强化学习的GIS局部放电特征匹配方法及系统
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
2
基于多模态语义的全息内容编辑方法、装置、设备及存储介质
全息内容 语义特征 多模态 编辑方法 节点特征
3
一种无人机群即时定位与地图构建的优化方法、装置
无人机 语义标签 动态场景感知 聚类机制 全局地图
4
一种非完整多模态学习条件下的显式依赖建模方法及装置
特征融合网络 融合特征 建模方法 矩阵 数据
5
基于深度学习的汇编代码热点识别方法、装置及介质
热点识别方法 融合特征 计算机可执行指令 序列 融合全局
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