← 返回列表
一种医学图像和医学报告配对训练模型
摘要文本
本发明公布了一种医学图像和医学报告配对训练模型，该模型采用配准医学图像和医学报告的集合来实现训练，该综合训练模型的训练步骤如下：S1，图像编码；S2，文本编码；S3，注意力加权图像表示；S4，训练模型函数的建立，本发明可以从医学图像和医学报告中自动学习出有用的特征表示，通过联合学习医学图像和报告数据，模型能够捕获两者之间的复杂关系，提高数据的表征能力和信息提取效果，将现代深度学习技术引入医学领域，从而实现对多模态医学数据的整合分析，为临床诊断和疾病监测提供更精确和全面的支持。
申请人信息
- 申请人:数据空间研究院
- 申请人地址:230094 安徽省合肥市高新区柏堰科技园创新大道288号工投高新智谷B区
- 发明人: 数据空间研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种医学图像和医学报告配对训练模型 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410090308.3 |
| 申请日 | 2024/1/23 |
| 公告号 | CN117636099A |
| 公开日 | 2024/3/1 |
| IPC主分类号 | G06V10/774 |
| 权利人 | 数据空间研究院 |
| 发明人 | 马韵洁; 宋国磊; 王飞; 王佐成; 吴艳平; 谢浩天; 徐晓龙 |
| 地址 | 安徽省合肥市高新区柏堰科技园创新大道288号工投高新智谷B区 |
专利主权项内容
1.一种医学图像和医学报告配对训练模型，其特征在于，该模型采用配准医学图像和医学报告的集合 来实现训练，其中K表示配对的医学图像和医学报告的数量；，其中a和b分别表示医学图像和医学报告，W和H分别表示医学图像的宽度和长度，C表示医学图像源文件颜色通道的数量；ii其中，, />；该综合训练模型的训练步骤如下：S1，图像编码，对医学图像进行分区，并对子区域进行编码，得到子区域的特征向量；S2，文本编码，提取医学报告中的实体信息进行编码，以获取实体信息的嵌入表示；S3，注意力加权图像表示，根据医学图像中各子区域相对于各医学报告的重要性来对医学图像的子区域进行加权处理，得到医学图像的最终表示；S4，训练模型函数的建立。