摘要
本发明涉及人工智能技术领域,尤其涉及一种基于多模态融合的患者信息分析方法,通过获取患者的目标肝部CT图像、对目标肝部CT图像的目标放射学特征标记以及对应患者的目标临床检查信息,对目标肝部CT图像进行编码,得到图像编码特征,对目标放射学特征标记编码,得到放射学编码特征,对临床检查信息编码,得到检查信息编码特征,对图像编码特征、放射学编码特征以及检查信息编码特征融合,得到跨模态融合特征,使用训练好的深度学习模型中的分类头模块,对跨模态融合特征进行肝硬化结局分类,得到肝硬化结局分类结果。通过自动化地融合方式对患者的肝部信息的融合特征进行结局分类,从而更准确预测出肝硬化结局的分类结果。
技术关键词
肝部CT图像
深度学习模型
信息分析方法
跨模态融合特征
模态特征
特征提取模块
多模特征
多模态
信息编码
编码特征
注意力
患者
标记
文本编码器
图像编码器
信息分析装置
系统为您推荐了相关专利信息
微调方法
预训练模型
资源分配策略
模态特征
跨模态
智能体系统
量子优化算法
应急决策方法
动态反馈机制
区块链智能合约
回波
电磁波传感器
多普勒
感兴趣
模拟信号处理模块