龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：电子科技大学
摘要：本发明属于特征融合技术领域，公开了基于多模态特征填补的医学数据融合方法及系统。包括将多模态医学数据中文本特征和CT影像特征转换为融合结构化特征，与结构化电子病历特征组成第一数据集；对第一数据集中结构化电子病历缺失特征进行填补得到第二数据集；从第二数据集中筛选出具有完整多模态医学数据的患者作为第一完整数据集，缺失文本特征和或CT影像特征的患者作为第一缺失数据集；使用第一完整数据集中的平均文本特征和平均CT影像特征分别计算第一缺失数据集中的文本特征和CT影像特征，实现特征填补；使用对比学习和子空间聚类分别将填补后的多模态医学数据在模态层次和特征层次进行模态对齐，进行特征融合、特征选择后得到多模态表征。
主权项：1.基于多模态特征填补的医学数据融合方法，其特征在于，包含：获取多个患者的多模态医学数据，所述多模态医学数据包含每个患者的结构化电子病历特征、文本特征和CT影像特征；将多模态医学数据中文本特征和CT影像特征转换为融合结构化特征，与所述结构化电子病历特征组成第一数据集；使用MissForest算法对第一数据集中结构化电子病历缺失特征进行填补得到第二数据集；从第二数据集中筛选出具有完整多模态医学数据的患者作为第一完整数据集，筛选出缺失文本特征和或CT影像特征的患者作为第一缺失数据集；基于KNN算法的思想，使用第一完整数据集中的平均文本特征和平均CT影像特征分别计算第一缺失数据集中的文本特征和CT影像特征，得到填补后的多模态医学数据；使用对比学习和子空间聚类分别将填补后的多模态医学数据在模态层次和特征层次进行模态对齐，并融合对齐后的表征向量得到第一融合表征向量；对第一融合表征向量进行特征选择得到多模态表征。
全文数据：
权利要求：
百度查询： 电子科技大学 基于多模态特征填补的医学数据融合方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号