一种基于卷积神经网络多分类头级联的多期转归预测方法

AITNT
正文
推荐专利
一种基于卷积神经网络多分类头级联的多期转归预测方法
申请号:CN202510986439
申请日期:2025-07-17
公开号:CN120931992A
公开日期:2025-11-11
类型:发明专利
摘要
本发明涉及人工智能和医学图像处理技术领域,具体涉及一种基于卷积神经网络多分类头级联的多期转归预测方法,包括以下步骤:设置用于预测出短期转归概率的第一个分类头;设置用于预测出中期转归概率的第二个分类头;设置用于预测出长期转归概率的第三个分类头。本发明设计三个对应短期、中期和长期预测任务的分类头,并以级联方式融合前一时期的分类中间特征作为后一时期的辅助输入,实现时序信息的引导,使得构建出的卷积神经网络通过单一急性期CT图像,可输出三个时间点的高精度转归概率。
技术关键词
胸部CT影像 分类特征 融合特征 医学图像处理技术 训练卷积神经网络 线性 表达式 级联方式 优化器 样本 编码器 患者 时序 因子 疾病 动态 强度
系统为您推荐了相关专利信息
1
不确定模态下的多模态意图识别方法、系统、装置、介质
意图识别方法 文本 音频特征 融合特征 图像
2
基于内容属性和受众特征融合的信息推送渠道推荐方法
推荐方法 渠道 构建训练集 融合特征 注意力
3
一种基于聚类边界检测的雷达高分辨距离像开集识别方法及装置
雷达高分辨距离像 卷积神经网络提取 识别方法 构建卷积神经网络 聚类
4
一种融合环境指示基因的作物全基因组表型预测方法及系统
差异表达基因 原始测序数据 差异表达分析 全基因组关联分析 位点
5
一种基于区块链的酱油质量溯源方法和系统
溯源信息 节点 溯源方法 编码 酱油
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号