← 返回列表

基于GPT的膝关节病变诊断智能自生成方法、装置及设备

申请号: CN202310656118.9
申请人: 北京长木谷医疗科技股份有限公司; 张逸凌
申请日期: 2023/6/5

摘要文本

本申请提供了基于GPT的膝关节病变诊断智能自生成方法、装置及设备,所述方法包括:将待诊断膝关节图像输入预训练的编码器,得到所述编码器输出的图像编码信息,所述编码器由Swin Transformer模型构建;将所述图像编码信息输入微调后的语言模型GPT,得到所述语言模型GPT自生成的诊断信息;所述编码器是基于第一目标样本图像进行粗训练并基于第二目标样本图像进行微调后得到的,所述语言模型GPT是基于所述第二目标样本图像微调得到的。本申请中,通过基于Swin Transformer模型构建的编码网络模型将膝关节图像编码为GPT可以识别的图像编码信息,从而解决了GPT难以处理膝关节图像信息的问题。

专利详细信息

项目 内容
专利名称 基于GPT的膝关节病变诊断智能自生成方法、装置及设备
专利类型 发明申请
申请号 CN202310656118.9
申请日 2023/6/5
公告号 CN117352120A
公开日 2024/1/5
IPC主分类号 G16H15/00
权利人 北京长木谷医疗科技股份有限公司; 张逸凌
发明人 张逸凌; 刘星宇
地址 北京市大兴区北京经济技术开发区荣华南路2号院1号楼22层2201(北京自贸试验区高端产业区亦庄组团);

专利主权项内容

1.一种基于GPT的膝关节病变诊断智能自生成方法,其特征在于,包括:将待诊断膝关节图像输入预训练的编码器,得到所述编码器输出的图像编码信息,所述编码器由Swin Transformer模型构建;将所述图像编码信息输入微调后的语言模型GPT,得到所述语言模型GPT自生成的诊断信息;所述编码器是基于第一目标样本图像进行粗训练并基于第二目标样本图像进行微调后得到的,所述语言模型GPT是基于所述第二目标样本图像微调得到的,所述第一目标样本图像和所述第二目标样本图像用于指示任意对象的膝关节部位,所述第二目标样本图像具有标注的诊断信息。