摘要
本发明涉及一种多模态超声时空特征与多参数监护信息对齐方法,属于医疗信息对齐技术领域,包括以下步骤:S1:获取腹部超声切面影像;S2:利用腹部多切面智能定位技术,对获取的超声影像进行关键帧提取与质量分层,并对解剖结构进行标注;S3:利用加入空洞卷积的U‑Net网络模型捕获多尺度显性特征,并利用ConvLSTM网络捕捉显性特征随时间的变化规律;S4:利用并行编码器—解码器结构,以EfficientNet‑B4为主干网络,提取超声影像中的隐性特征,同时完成两级分类任务;S5:利用MUMI‑SAM算法将提取的显性特征和隐性特征进行融合,结合多参数监护信息,实现数据在同一时空框架下的对齐。
技术关键词
对齐方法
隐性特征
并行编码器
智能定位技术
解码器结构
分类网络
影像
积液
多尺度特征
多任务损失函数
多参数
空洞
多模态
损失函数优化
识别置信度
注意力
关键帧
系统为您推荐了相关专利信息
数据对齐方法
节点
预训练语言模型
注意力机制
大语言模型
语句
广度优先遍历
动态软件分析
序列对齐方法
列表
土地利用分类方法
交叉注意力机制
特征融合网络
融合特征
数据