一种基于多模态数据的炎症性肠病疗效预测系统

AITNT
正文
推荐专利
一种基于多模态数据的炎症性肠病疗效预测系统
申请号:CN202511211606
申请日期:2025-08-28
公开号:CN120708939B
公开日期:2025-12-02
类型:发明专利
摘要
本发明公开了一种基于多模态数据的炎症性肠病疗效预测系统,涉及医疗信息处理领域。所述系统包括:多模态数据获取模块,用于接收多模态数据;文本特征提取模块,用于利用文本特征提取模型确定文本特征向量;内镜肠黏膜特征识别模块,用于利用内镜肠黏膜特征识别模型确定肠黏膜特征;影像特征识别模块,用于利用影像特征识别模型确定影像学特征;病理特征提取模块,用于利用病理识别模型确定病理特征;疗效预测模块,用于利用Transformer模型及全连接层,基于多模态数据特征,进行生物制剂疗效预测。相较于现有技术,本发明实现基于临床‑病理‑内镜‑影像多模态特征融合的生物制剂疗效预测,提高了诊疗决策的准确性及临床合理性。
技术关键词
影像特征识别 炎症性肠病 文本特征向量 预测系统 特征提取模型 生物制剂 特征提取模块 特征识别模块 像素 图像语义分割网络 组织 数据获取模块 多模态特征融合 Otsu算法
系统为您推荐了相关专利信息
1
基于数据挖掘的儿童疾病风险预测方法及系统
疾病风险预测方法 儿童 指标 三元组 数据
2
一种基于CFOA-RF算法的边坡稳定性预测方法及设备
预测边坡稳定性 随机森林 算法模型 主控模块 参数
3
一种基于Kmeans-BO-RF的RH精炼钢水终点合金成分预测方法和系统
Kmeans算法 精炼钢水 成分预测方法 随机森林 终点
4
一种基于多模型融合与高斯过程回归的航空发动机齿轮剩余寿命预测方法
工况参数 二进制编码模块 识别模块 物理 损伤特征
5
一种样本筛选方法、计算机设备、存储介质及程序产品
样本筛选方法 图像 轮廓系数 特征提取模型 计算机设备
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