摘要
本发明涉及医学图像处理技术领域,公开了一种利用LLM智能描述肝脏占位性病变超声图像内容的方法。通过多模态数据采集模块获取肝脏超声图像序列、患者历史病历文本和血液生化指标向量,经跨模态对比学习网络分别提取特征生成嵌入向量并对齐。将对齐后的图像嵌入向量输入动态上下文感知解码器,利用分层多头注意力机制生成描述文本语义标记序列。通过不确定性校准模块评估置信度,低于阈值时经后处理重排序机制优化文本。还设有实时交互优化机制,根据医生反馈更新模型。该方法融合多模态数据,提升描述准确性与可靠性,优化文本质量,适应临床需求,辅助肝脏疾病诊断。
技术关键词
肝脏占位性病变
文本
动态上下文
多头注意力机制
肝脏超声图像
图像嵌入
多模态数据采集
血液生化指标
医学知识图谱
排序模型
解码器
排序损失
肝脏疾病诊断
实体
医学图像处理技术
拓扑图
超声图像分割
系统为您推荐了相关专利信息
机器学习模型
大语言模型
舆情文本
信息检测方法
语句
图像识别方法
视频流
智能检测模块
指标
NLP技术