一种可追溯式医疗诊断网络训练方法、电子设备及介质

AITNT
正文
推荐专利
一种可追溯式医疗诊断网络训练方法、电子设备及介质
申请号:CN202511051718
申请日期:2025-07-29
公开号:CN121011332A
公开日期:2025-11-25
类型:发明专利
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
1
3D和AI视觉传感可见光机芯的冗余设计方法及系统
冗余设计方法 可见光 机芯 LSTM模型 线段
2
一种应用于积分系统的商品推荐方法和系统
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
3
基于意图估计和多模态的人机协作方法及相关装置
末端执行器 历史轨迹数据 意图 语言编码器 状态编码器
4
地图数据处理方法及装置、设备和介质
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
5
一种基于情绪可视化的虚拟现实交互方法及系统
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
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