摘要
本发明公开了一种基于多模态的声带癌病变特征提取方法及分析系统,其方法为:第一步、获取合作医院耳鼻喉科数年内息肉、癌前病变和癌变患者的生化指标、音频及喉镜图片作为多模态数据;第二步、图像处理;第三步、基于深度学习架构构建网络模型;第四步、采用交叉熵损失函数及自适应优化器进行模型预热。病变特征提取及分析系统包括有数据采集及处理模块、模型训练与评估模块和分类结果输出模块;其中数据采集与处理模块执行数据获取、数据处理的步骤,模型训练与评估模块基于深度学习架构构建模型,有益效果:有效降低特征提取的遗漏和错误率,提高早期特征发现的成功率,提升了特征提取结果的稳定性和可靠性。
技术关键词
特征提取方法
梅尔频率倒谱系数
深度学习架构
医院耳鼻喉科
数据
链式方程
优化器
注意力机制
分析系统
音频
补丁
前馈神经网络
随机噪声
知识本体
指标
融合多模态特征
嵌入特征
输出模块
图像处理
系统为您推荐了相关专利信息
电网负荷预测
负荷预测方法
微电网
数据分类
节点
医学图像分类方法
图像分类模型
标签
皮肤病图像
动态更新
功率驱动芯片
数字测试设备
自动化测试系统
环境试验箱
数字式示波器
注意力
预训练模型
人体关节点
高维特征向量
大语言模型