摘要
本发明涉及医学风险评估技术领域,具体涉及一种基于多模态的甲状腺癌风险评估系统及装置。所述系统包括数据预处理模块,用于统一影像组学图像、转录组学数据和临床医学文本的格式与尺度;多模态特征提取模块,采用3D ResNet‑34作为底层特征提取器和结合可变形卷积技术,进行影像数据特征提取;对外泌体miRNA数据通过机器学习模型进行特征选取并通过SHAP方法对特征进行重要性排序;对临床医学文本数据通过多粒度语义融合网络架构进行特征提取;跨模态动态融合模块,用于对齐并融合特征;决策与可解释性模块,用于生成诊断结果并提供可解释性分析。本技术方案能够提高甲状腺癌风险评估的准确性和效率。
技术关键词
风险评估系统
多模态
数据特征提取
分类器
跨模态
文本
融合特征
机器学习模型
医疗实体识别
特征提取模块
融合网络架构
甲状腺专用
CT影像数据
风险评估技术
风险评估装置
动态权重分配
依存句法分析
系统为您推荐了相关专利信息
限速标识
检测识别方法
车辆运行数据
多模态
模态特征
拓扑图
物理
结构健康监测方法
多模态传感器
网络表征
知识图谱问答方法
路径优化方法
生成图谱
大语言模型
门控循环单元
数字孪生体
机载雷达
校准方法
多头注意力机制
时空注意力机制