模型训练方法、神经疾病多模态诊断方法和装置

AITNT
正文
推荐专利
模型训练方法、神经疾病多模态诊断方法和装置
申请号:CN202511089631
申请日期:2025-08-05
公开号:CN121011364A
公开日期:2025-11-25
类型:发明专利
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
1
基于伪标签赋权的弹性记忆漂移检测与热更新方法及系统
更新方法 标签 记忆 样本 数据分布
2
一种基于贝叶斯网络的制造系统能耗评估方法
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
3
一种基于时序的患者术后血液状况的输血预测方法
患者 血液 时间序列预测模型 时序 人工智能模型
4
大语言模型的处理方法、装置、计算机设备、可读存储介质和程序产品
大语言模型 切片 参数 训练集 异常数据
5
用于燃料包壳多物理耦合分析的数据集自适应优化方法
拉丁超立方实验设计方法 燃料 物理 数据 概率密度函数
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