摘要
本发明公开了基于人工智能的间质性肺疾病诊断方法及系统,该方法先将患者临床数据结构化处理后构建多维超图结构,输入约束条件下的变分图自编码器模型编码,引入病理特征约束生成隐变量;再利用人工智能多维超图神经网络提取高阶特征,输入基于深度神经网络的诊断模型优化训练;最后对待测数据按相同流程处理并计算诊断概率值,结合阈值输出结果。系统包括数据结构化处理、编码特征提取、特征聚合、模型训练优化、诊断推理及结果生成等六个单元,相互连接协同工作。本发明通过多维超图建模与病理约束机制,有效解决传统方法多模态数据融合差、病理特征约束缺失的问题,实现间质性肺疾病的高效、精准诊断。
技术关键词
间质性肺疾病
疾病诊断方法
全局结构信息
节点特征
构建深度神经网络
边缘粗糙度参数
特征提取单元
传播算法
变量
编码器
疾病诊断系统
动态特征选择
多模态数据融合
患者
生成测试数据
初始化方法