基于对比学习与自适应知识整合的放射学报告生成方法

AITNT
正文
推荐专利
基于对比学习与自适应知识整合的放射学报告生成方法
申请号:CN202511293666
申请日期:2025-09-11
公开号:CN120809049B
公开日期:2025-11-28
类型:发明专利
摘要
本发明涉及计算机视觉及图像处理技术领域,特别是涉及基于对比学习与自适应知识整合的放射学报告生成方法,包括:获取目标医学影像和放射学报告文本;将所述目标医学影像和放射学报告文本输入预设的信息整合模型中,输出医学影像与知识统一的放射学报告,其中,所述信息整合模型提取目标医学影像和放射学报告文本中的特征,并通过对比学习将所述特征对齐后进行自适应融合,输出最终特征。本发明能够实现高可靠性的全自动放射学报告生成,显著减轻放射科医生的工作负担,提升报告的标准化程度与临床应用价值。
技术关键词
图谱特征 报告生成方法 视觉特征 文本 三元组 医学知识图谱 特征提取模块 注意力 动态更新 样本 跨模态 前馈神经网络 队列机制 图像处理技术 多层感知机 生成报告 计算机视觉 编码
系统为您推荐了相关专利信息
1
缩略词识别方法及其装置、计算机设备及存储介质
词嵌入向量 术语 词嵌入模型 识别方法 计算机设备
2
安全监测知识图谱的构建、检索和报告生成方法及系统
节点 实体 知识图谱模型 三元组 索引
3
基于大模型的内容自动溯源生成系统和方法
生成系统 注意力 特征提取单元 文本 生成方法
4
基于认知增强的大语言模型自然语言问题到SQL查询的翻译方法
自然语言 预测分类模型 关键词 翻译方法 神经网络模型
5
基于生成式AI大模型的多模态数据搜索方法、装置、设备、存储介质及产品
数据搜索方法 索引 特征信息提取 多模态 异构
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