摘要
本申请公开了一种CT图像目标特征的分类方法、装置、电子设备及存储介质,属于图像数据分类技术领域,其中,CT图像目标特征的分类方法包括:获取急诊创伤场景下患者的CT图像和临床报告文本数据;将CT图像和临床报告文本数据输入到训练好的多模态分类网络,得到目标特征的二分类结果;其中,训练好的多模态分类网络通过预训练和二分类微调得到,训练好的多模态分类网络包括:视觉分支网络和文本分支网络。该方法通过融合图文多模态特征的分类网络,将视觉分支网络、文本分支网络及临床报告文本数据有机结合,通过引入医生的先验知识,该网络能够在噪声较大的图像或边缘结构模糊的情况下,实现高精度分类。该方法不仅显著提高了CT图像的分类效率,可以为临床医生提供了更可靠的辅助。
技术关键词
分类网络
分类方法
文本编码器
分支
报告
图文
视觉
数据分类技术
标记
急诊
多模态特征
图像块
电子设备
可读存储介质
创伤
解码器
系统为您推荐了相关专利信息
跨模态图文检索
多尺度信息
语义特征
高层次
图像编码器
分级评价方法
指标
决策树模型
信息熵
构建决策树
硬件资源信息
指数算法
操作系统
分布式队列
时间算法