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：宜兴市人民医院
摘要：本发明涉及人工智能领域，公开了一种融合多模态数据的产后乳腺健康检测方法，用于整合多种数据源、利用深度学习进行特征提取、采用集成学习技术等方式提高乳腺健康检测的准确性和效率。所述融合多模态数据的产后乳腺健康检测方法包括：获取并预处理多模态数据，利用深度学习提取乳腺影像深度特征，同时提取生理关键特征和生化关键特征，并将问卷调查数据量化为特征。接着，通过特征选择算法筛选出重要特征集，构建基于KNN的基础分类器，并使用AdaBoost算法将多个KNN分类器集成为强分类器，最终输出分类结果。通过集成深度学习、特征提取、特征选择和集成学习等多种技术手段，实现了对产后女性乳腺健康的精准分类与检测。
主权项：1.一种融合多模态数据的产后乳腺健康检测方法，其特征在于，所述融合多模态数据的产后乳腺健康检测方法包括：获取产后女性的乳腺多模态数据，所述乳腺多模态数据包括训练数据集及待分类样本，所述训练数据集及待分类样本均包括乳腺影像数据、生理信号数据、生化指标数据及问卷调查数据；依据预设的深度学习模型结合所述乳腺影像数据进行提取得到乳腺影像深度特征，依据所述生理信号数据及生化指标数据提取得到生理关键特征及生化关键特征，依据所述问卷调查数据进行特征量化及特征选择，得到文本数值特征；依据所述乳腺影像深度特征、所述生理关键特征、所述生化关键特征及所述文本数值特征结合特征选择算法进行筛选得到训练数据集对应的特征集及待分类样本的特征集；依据所述训练数据集、所述待分类样本、所述训练数据集对应的特征集、所述待分类样本的特征集结合KNN算法构建基础分类器，通过计算待分类样本与训练数据集之间的距离，找到最近的K个邻居，并根据这些邻居的类别来得到待测样本的类别；使用AdaBoost算法将多个KNN基础分类器集成为一个强分类器，在每一轮迭代中，根据前一轮分类器的错误率来调整样本权重，并训练一个新的KNN分类器，最终将所有KNN分类器的结果按照权重进行线性组合，得到最终的分类结果。
全文数据：
权利要求：
百度查询： 宜兴市人民医院 融合多模态数据的产后乳腺健康检测方法
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