摘要
本发明提供了一种基于跨模态特征交互的胸腺患病风险预测方法及系统,该方法包括:分别对CT影像数据、MRI影像数据、影像报告进行预处理;对第三数据依次进行分词、向量转化、特征提取、池化,将标注后的语义特征向量输入至图像生成网络,以生成PET‑CT影像;将第一数据、第二数据、PET‑CT影像分别输入进相同的医学曼巴特征提取网络,得到与第一数据对应的第一模态特征、与第二数据对应的第二模态特征、与PET‑CT影像对应的第三模态特征;将第一模态特征、第二模态特征、第三模态特征进行特征融合交互,得到融合特征,并根据融合特征得到胸腺患病风险。本申请能够极大地提高胸腺患病预测准确率。
技术关键词
患病风险预测方法
模态特征
图像生成网络
CT影像数据
跨模态
融合特征
特征提取网络
空间模块
补丁
语义
报告
池化特征
分词
标签
切片
风险预测系统
医学
坐标
系统为您推荐了相关专利信息
加密会话
数据集构建方法
加密网络流量
传输特征
多模态特征
抛洒物检测方法
直方图均衡化
车道
文本编码器
列表
情感特征
幼儿园
场景
智能评估系统
融合评估方法
编码特征
图像篡改定位方法
边界先验
融合特征
层级
图像分析系统
图像分析方法
跨模态关联学习
自然语言文本
视觉特征