摘要
本发明涉及医学影像分析与计算机辅助诊断领域,特别涉及一种基于多模态融合与三阶段预测的乳腺癌检测方法,包括:获取待处理的乳腺医学图像数据与患者的结构化临床数据;采用预训练的基于多模态融合与三阶段预测的乳腺癌检测模型,对待处理的乳腺医学图像数据与患者的结构化临床数据进行处理,得到乳腺癌检测结果;本发明采用多元诊断策略对乳腺医学图像视觉特征和结构化临床数据进行处理,并采用基于自适应优化的ResNet‑34网络评估图像遮蔽程度,引入高效轻量化的EfficientV2网络进行特征提取,解决了现有乳腺癌检测方法中计算成本高、诊断策略单一的问题,且本发明提出的方法不易受到组织遮蔽影响。
技术关键词
乳腺癌检测方法
医学图像数据
风险
阶段
计算机辅助诊断
肿瘤
图像视觉特征
多模态深度
多任务
神经网络模型
患者
策略
时序
注意力机制
系统为您推荐了相关专利信息
三维特征模型
导引运输车
动态场景
场景特征
避让控制方法
基站切换方法
信道
图谱
分布式基站
机器学习技术
传播分析方法
欺诈检测方法
节点
分级响应机制
高风险
风险评估值
企业风险评估方法
管理终端
信号
业务终端
动态网络拓扑
网络安全数据
测绘方法
资产
网络流量数据