当前位置: 首页 > 专利查询>清华大学专利>正文

多模态医学影像复杂高阶关联建模方法及装置制造方法及图纸

技术编号:40150966 阅读:23 留言:0更新日期:2024-01-26 23:01
本申请涉及医学影像分析技术领域,特别涉及一种多模态医学影像复杂高阶关联建模方法及装置,其中,方法包括:提取多模态医学影像的影像组学特征和深度特征;根据影像组学特征和深度特征构建不同的单模态超图模型,将各单模态超图模型聚合为多模态超图模型,对单模态超图模型和多模态超图模型进行联合迭代优化;将下游临床任务的待预测数据输入优化后的单模态超图模型和多模态超图模型,输出下游临床任务的未知样本的预测结果。解决了相关技术中关联结构与特征表示之间映射机理不清晰,可解释性较差,且缺乏对多模态医学影像高阶关联表示的一致性分析,对多模态影像的复杂高阶关联建模能力不足,无法在模态确实情景下进行预测等问题。

【技术实现步骤摘要】

本申请涉及医学影像分析,特别涉及一种多模态医学影像复杂高阶关联建模方法及装置


技术介绍

1、随着医学成像设备、数字医学技术和医学影像管理系统的普及,多模态医学影像数据量激增,且数据类型呈现高维度、多样化发展;相关技术中,可以了解并分析多模态医学影像数据中的复杂高阶关联,以揭示多模态数据间本质关联及消除信息冗余。

2、然而,相关技术中的方法缺乏对多模态医学影像高阶关联表示的一致性分析,对多模态影像的复杂高阶关联建模能力不足,无法在模态确实情景下进行预测;同时关联结构与特征表示之间映射机理不清晰,可解释性较差。


技术实现思路

1、本申请提供一种多模态医学影像复杂高阶关联建模方法、装置、电子设备及存储介质,以解决相关技术中关联结构与特征表示之间映射机理不清晰,可解释性较差,且缺乏对多模态医学影像高阶关联表示的一致性分析,对多模态影像的复杂高阶关联建模能力不足,无法在模态确实情景下进行预测等问题。

2、本申请第一方面实施例提供一种多模态医学影像复杂高阶关联建模方法,包括以下步骤:提取多模态医本文档来自技高网...

【技术保护点】

1.一种多模态医学影像复杂高阶关联建模方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的医学影像复杂高阶关联建模方法,其特征在于,所述根据所述影像组学特征和所述深度特征构建不同的单模态超图模型,包括:

3.根据权利要求1所述的医学影像复杂高阶关联建模方法,其特征在于,所述将各单模态超图模型聚合为多模态超图模型,包括:

4.根据权利要求3所述的医学影像复杂高阶关联建模方法,其特征在于,对所述单模态超图模型和所述多模态超图模型进行联合迭代优化,包括:

5.根据权利要求1所述的医学影像复杂高阶关联建模方法,其特征在于,所述将下游临床任务的...

【技术特征摘要】

1.一种多模态医学影像复杂高阶关联建模方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的医学影像复杂高阶关联建模方法,其特征在于,所述根据所述影像组学特征和所述深度特征构建不同的单模态超图模型,包括:

3.根据权利要求1所述的医学影像复杂高阶关联建模方法,其特征在于,所述将各单模态超图模型聚合为多模态超图模型,包括:

4.根据权利要求3所述的医学影像复杂高阶关联建模方法,其特征在于,对所述单模态超图模型和所述多模态超图模型进行联合迭代优化,包括:

5.根据权利要求1所述的医学影像复杂高阶关联建模方法,其特征在于,所述将下游临床任务的待预测数据输入优化后的所述单模态超图模型和所述多模态超图模型,输出下游临床任务的未知样本的预测结果,包括:

6.根据权利要求1-5任意一项所述的医学影像复杂高阶关联建模方法,其特征在于,将单模态数据输入到对应的单模态超图...

【专利技术属性】
技术研发人员:韩向敏高跃
申请(专利权)人:清华大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1