摘要
本申请提供一种多模态血液异常检测方法、电子设备及程序产品。方法包括:获取待测用户的数据集,数据集包括生理信号、血液细胞显微图像及在行动过程中的骨骼关节图;将数据集输入经过训练测试的多模态识别模型中,得到检测结果,检测结果包括表示待测用户的血液异常状况的分类结果及与分类结果对应的因果图,多模态识别模型包括第一LSTM模块、ResNet模块、GCN模块、特征融合模块、第二LSTM模块、因果图学习模块及预测模块。如此,可以实现多模态的数据集的数据融合,有利于提高检测结果的准确性,以及提高检测结果的可解释性。
技术关键词
时序特征
细胞形态特征
步态特征
异常状况
融合特征
模块
异常检测方法
多模态
矩阵
血液
电子设备
生理
关节
存储计算机程序
数据
信号
处理器
指数
图像
系统为您推荐了相关专利信息
多模态信息融合
筛查系统
微表情数据
眼动数据
关键点
流量分析方法
加密
通信流量数据
时序卷积神经网络
通信流量分析
油耗预测方法
空间特征提取
特征提取模型
融合特征
融合注意力机制
电力负荷预测方法
令牌
变量
序列
电力负荷预测技术
特征提取模型
预测特征
矩阵
编码器
数据预测方法