摘要
本发明公开了一种基于大模型的肿瘤TNM分期方法及系统,涉及图像分析技术领域,方法包括:获取多模态大模型对医学影像生成的医学文本报告,并进行文本标准化预处理;采用大语言模型对医学文本报告进行深度语义理解,以提取解剖学信息;利用时序分析模块进行时序特征对比分析,并选定TNM分期临床参考报告;根据预设分期标准的更新,采用规则引擎对分期规则库进行同步更新;基于解剖学信息和TNM分期临床参考报告,采用分期规则库确定TNM分期结果。通过本发明的技术方案,提高了医学术语的识别准确率,有效避免了仅依赖最新检查数据造成的分期误判问题,能够迅速适应分期指南更新,显著提高了癌症肿瘤TNM分期的准确率和效率。
技术关键词
时序分析模块
报告
医学
大语言模型
肿瘤
时序特征
动态更新
语义
多模态
文本规范化
图像分析技术
机制
术语
系统为您推荐了相关专利信息
预后预测系统
骨肉瘤
分析单元
预后预测模型
数据收集模块
真实性评估方法
云数据中心
报告
文件哈希值
结构特征提取
生理体征数据
智能生命体征监测
深度学习模型
心电传感器
异常事件
深度强化学习
潮流方法
预训练模型
大语言模型
优化深度神经网络