摘要
本发明提供了一种可追溯式医疗诊断网络训练方法、电子设备及介质,属于医疗诊断领域,其方法包括:对医疗样本数据进行质量评估得到数据贡献权重;对医疗样本数据进行共享隐空间投影得到跨模态投影特征,根据数据贡献权重融合跨模态投影特征得到融合特征,对融合特征进行诊断预测得到预测输出;根据预测输出和对应真实诊断标签确定预测损失,根据预测损失迭代训练医疗诊断网络并确定融合特征的注意力分数,根据注意力分数生成特征重要性热力图,用于表征关键区域和特征。本发明通过将特征重要性热力图作为追溯依据,得到跨机构的模型解释且不泄漏原始数据,满足医疗行业的诊断可追溯性要求。
技术关键词
网络训练方法
投影特征
跨模态
融合特征
数据
热力图
注意力
卷积神经网络特征提取
生成特征
文本
基因
影像
样本
病历
强化学习策略
标注策略
电子设备
处理器
标签
系统为您推荐了相关专利信息
积分系统
商品推荐系统
推荐算法
商品推荐方法
商品推荐列表
末端执行器
历史轨迹数据
意图
语言编码器
状态编码器
地图数据处理方法
空洞
多边形
地图数据处理装置
处理单元
虚拟现实交互方法
场景
虚拟现实设备
自然景观
心率监测设备