← 返回列表
一种疾病多模态数据智能分析方法
摘要文本
本发明涉及数据处理技术领域，提出了一种疾病多模态数据智能分析方法，包括：采集疾病的若干患者的若干模态数据；对每个患者的每个模态数据进行向量转换，得到每个患者每个模态的维度向量并得到每个模态的聚类结果；根据每个患者在不同模态的聚类结果中的分布差异，获取每个患者的初始异常程度；根据患者每个模态去除前后，通过聚类结果分析异常程度之间的差异，得到每个患者每个模态的去心特征程度及替换特征程度；获取每个患者每个模态的信息特征程度；得到每个患者的若干剩余模态数据；对剩余模态数据进行融合并对疾病进行分析。本发明旨在解决多模态数据存在大量重复信息，但无法准确对模态数据进行舍弃而影响分析结果的问题。
申请人信息
- 申请人:杭州深麻智能科技有限公司; 杭州乐九医疗科技有限公司
- 申请人地址:310000 浙江省杭州市萧山区宁围街道利一路188号天人大厦浙大研究院数字经济孵化器3002-79
- 发明人: 杭州深麻智能科技有限公司; 杭州乐九医疗科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种疾病多模态数据智能分析方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311812253.4 |
| 申请日 | 2023/12/27 |
| 公告号 | CN117476247A |
| 公开日 | 2024/1/30 |
| IPC主分类号 | G16H50/70 |
| 权利人 | 杭州深麻智能科技有限公司; 杭州乐九医疗科技有限公司 |
| 发明人 | 周雪峰; 甘伟谊; 陈思源; 孙岚 |
| 地址 | 浙江省杭州市萧山区宁围街道利一路188号天人大厦浙大研究院数字经济孵化器3002-79; 浙江省杭州市萧山区宁围街道利一路188号天人大厦3002-22 |
专利主权项内容
百度搜索马 克 数 据 网 1.一种疾病多模态数据智能分析方法，其特征在于，该方法包括以下步骤：采集疾病的若干患者的若干模态数据；对每个患者的每个模态数据进行向量转换，得到每个患者每个模态的维度向量；对同一模态的维度向量进行聚类得到每个模态的聚类结果；根据每个患者在不同模态的聚类结果中的分布差异，获取每个患者的初始异常程度；根据患者每个模态去除前后，通过聚类结果分析异常程度之间的差异，得到每个患者每个模态的去心特征程度；根据同一模态下不同患者在聚类结果中的分布，结合去心特征程度，得到每个患者每个模态的替换特征程度；根据去心特征程度及替换特征程度，获取每个患者每个模态的信息特征程度；根据信息特征程度对每个患者的若干模态数据进行删除，得到每个患者的若干剩余模态数据。