摘要
本发明涉及一种基于迁移学习的炎症性肠病瘤变检测系统,所述系统包括:数据接收模块,用于接收关于特定患者的临床信息及内镜影像;IBD瘤变检测模块,用于利用IBD瘤变检测模型对内镜影像进行高维向量提取,确定高维内镜特征向量,该IBD瘤变检测模型利用大样本、非IBD人群数据和有限IBD特异性瘤变数据进行迁移训练;临床特征提取模块,用于利用临床特征提取模型将临床信息向量化,确定临床信息特征向量;预测模块,用于确定多模态融合特征向量,利用多模态瘤变检测模型基于多模态融合特征向量,确定多模态瘤变检测结果。本发明可突破目前IBD瘤变内镜数据样本量不足导致的AI模型检测精度低、泛化能力弱的技术瓶颈,实现有效的IBD患者瘤变检测。
技术关键词
多模态
图像语义分割模型
影像
特征提取模型
计算机可执行指令
图像语义分割网络
数据接收模块
特征提取模块
评估网络性能
注意力机制
更新网络参数
稠密光流
归一化方法
降维方法
图像缩放
系统为您推荐了相关专利信息
颈椎病患者
勾画感兴趣区域
机器学习模型
组学特征
分类器
钢制暖气片
焊接成型方法
绿色建筑用
参数
焊接材料
混合预测模型
多模态特征
风险预测模型
降维特征
协方差矩阵