一种基于CLIP的多层次自适应少样本医学影像异常检测模型的训练方法及系统

AITNT
正文
推荐专利
一种基于CLIP的多层次自适应少样本医学影像异常检测模型的训练方法及系统
申请号:CN202510507954
申请日期:2025-04-22
公开号:CN120431420A
公开日期:2025-08-05
类型:发明专利
摘要
本发明公开了一种基于CLIP的多层次自适应少样本医学影像异常检测模型的训练方法及系统。该训练方法包括:获取原始CLIP模型、训练对象名称、图像及标签;将名称输入文本编码器,生成文本特征列表;将图像输入图像编码器,得到多个层级的类别嵌入向量、图像块嵌入向量;对类别嵌入向量进行特征提取和维度转换,获得特征类别嵌入;将特征类别嵌入与文本特征相加,得到最终文本嵌入向量;基于各层级的图像块嵌入向量和最终文本嵌入向量计算初步异常项,基于类别嵌入向量与文本特征列表,获得偏置;使初步异常项与偏置相加得到最终异常项;基于最终异常项与训练标签的差异,更新模型参数,获得医学影像异常检测模型,从而提升异常检测的准确性。
技术关键词
文本编码器 异常检测方法 图像块 列表 多层次 执行矩阵乘法 图像编码器 层级 对象 模板 sigmoid函数 样本 参数更新模块 异常状态 标签 词嵌入向量 更新模型参数 线性 网络
系统为您推荐了相关专利信息
1
一种目标文本的确定方法及系统
关键词提取模型 模块 冗余 文本处理技术 列表
2
基于UVM和python的车规芯片PKI验证系统以及验证方法
验证系统 覆盖率 数据处理模块 验证方法学 日志
3
一种噪声区域检测识别方法
检测识别方法 位置识别器 音频特征提取 建筑垃圾处置 多层次
4
急性心肌梗死患者住院期间的临床场景预测方法及相关设备
临床场景 心肌梗死患者 医学知识图谱 判别规则 医疗文本结构化
5
风电机组齿轮箱异常检测方法及装置
风电机组齿轮箱 谱包络特征 线性预测器 异常检测方法 分量特征
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