【技术实现步骤摘要】
本专利技术涉及深度学习和软件开发领域，具体设计一种基于跨模态技术的肺部x光诊断报告自动生成平台及其使用方法。
技术介绍
0、技术背景
1、医学影像报告是医学影像的文本描述，通常由放射科医生提供，是医生之间沟通的重要方式。在临床上，这种对医学影像的判断通常由放射科医生进行。放射科医生通常需要提供大量相关医学发现的报告来支持他的判断。然而，这种对医学影像的解释需要大量的临床经验积累，而由于目前临床放射科医生数量不足，尤其是经验丰富的专家短缺，且由于医学影像的解释仅依靠医生的专业技能与经验，存在主观分析偏差，容易导致误测。此外，由于患者数量众多，以及经验丰富的放射科医生的短缺，一个放射科医生可能每天要进行几十个有时甚至上百个医学影像检查然后写出对应的报告，这使得放射科医生工作负荷极大，影响其阅片效率与准确性。因此，能够自动生成高质量的医学影像报告极具研究意义。医学影像报告自动生成，是指通过影像学、医学图像处理技术与自然语言处理技术，结合计算机的分析与计算，发现与定位病灶，并通过文字报告进行描述，辅助医生阅片的过程。近年来，随着人工...
【技术保护点】
1.一种基于跨模态技术的肺部X光片诊断报告自动生成平台，其特征在于，包括以下步骤：
2.根据权利要求1中所示的一种基于跨模态技术的肺部X光片诊断报告自动生成平台，其特征在于S1中，登录平台的具体方法为：我们首先通过python终端启动我们的服务，然后在浏览器上输入我们的URL地址访问我们的平台。
3.根据权利要求1中所示的一种基于跨模态技术的肺部X光片诊断报告自动生成平台，其特征在于S2中，选择模型的具体方法为：我们将预训练好的三个模型两个报告生成模型R2GenCMN和XPRONET以及一个疾病分析模型MedCLIP都集成到基于Django后端...
【技术特征摘要】
1.一种基于跨模态技术的肺部x光片诊断报告自动生成平台，其特征在于，包括以下步骤：
2.根据权利要求1中所示的一种基于跨模态技术的肺部x光片诊断报告自动生成平台，其特征在于s1中，登录平台的具体方法为：我们首先通过python终端启动我们的服务，然后在浏览器上输入我们的url地址访问我们的平台。
3.根据权利要求1中所示的一种基于跨模态技术的肺部x光片诊断报告自动生成平台，其特征在于s2中，选择模型的具体方法为：我们将预训练好的三个模型两个报告生成模型r2gencmn和xpronet以及一个疾病分析模型medclip都集成到基于django后端中，选择不同的模型的时候会将数据传入不同的预训练模型中，得到不同的输出结果。关于具体的训练过程，我们使用iu...
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。