摘要
本申请提供了一种模型训练方法、神经疾病多模态诊断方法和装置,属深度学习技术领域,针对当前神经疾病诊断预测的准确率较低的问题,可以将多种样本疾病指标信息进行拟合,并用于第一神经疾病诊断预测模型的模型训练,从而得到目标神经疾病诊断预测模型,由于训练使用了多种样本疾病指标信息,因此,所得到的目标神经疾病诊断预测模型具有较好的预测性能,在使用目标神经疾病诊断预测模型进行神经疾病诊断预测时,能够在一定程度上提升神经疾病诊断预测的准确性和可靠性。
技术关键词
样本
疾病
模型训练方法
图像特征向量
患者
指标
磁共振
输入输出模块
重构
网络模块
诊断方法
多模态
标识
参数
分析模块
时序
模型训练装置
深度学习技术
标签
系统为您推荐了相关专利信息
系统能耗评估
构建预测模型
贝叶斯网络技术
概率密度函数
生成工艺
拉丁超立方实验设计方法
燃料
物理
数据
概率密度函数