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！
摘要：本发明提供了一种基于多模态的乳腺癌危险分层模型的构建方法及装置、预测方法，其中的方法首先获取包括细胞学诊断数据和超声影像数据的多模态数据；然后分别进行预处理，并划分为训练集和验证集；接着搭建细胞学诊断数据深度学习模型和超声影像数据深度学习模型，最后基于细胞学诊断数据深度学习模型和超声影像数据深度学习模型，构建基于多模态的乳腺癌危险分层模型，本发明的方法，对于图像模态使用调整后的VGG16网络，对于文本模态使用多个隐藏层组成的卷积神经网络，不仅可以学习文本特征还可以学习图像特征，两种特征向量进行融合后形成一个特征池，最终可以得到预测的分类结果，可以大大提高预测的准确性。
主权项：1.一种基于多模态的乳腺癌危险分层模型的构建方法，其特征在于，包括：获取多模态数据，其中，多模态数据包括细胞学诊断数据和超声影像数据；分别对细胞学诊断数据和超声影像数据进行预处理，并划分为训练集和验证集；搭建细胞学诊断数据深度学习模型，细胞学诊断数据深度学习模型为一个由多个隐藏层组成的卷积神经网络；搭建超声影像数据深度学习模型，超声影像数据深度学习模型使用预训练的VGG16网络的权重初始化模型，根据分类任务调整VGG16网络最后的Softmax层；基于细胞学诊断数据深度学习模型和超声影像数据深度学习模型，构建基于多模态的乳腺癌危险分层模型，并利用细胞学诊断数据的训练集和超声影像数据的训练集对基于多模态的乳腺癌危险分层模型进行训练，得到训练好的模型。
全文数据：
权利要求：
百度查询： 武汉大学人民医院(湖北省人民医院) 一种基于多模态的乳腺癌危险分层模型的构建方法及装置、预测方法
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