原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于深度学习的临床医学影像分析方法及系统，包括：首先获取待分析的临床医学影像，然后对多个病理框架生成相应的病理描述内容集合。将这些临床医学影像和病理描述内容集合加载至多模态识别模型中，得到影像在各个病理框架下的置信度结果。最后，根据置信度结果确定临床医学影像识别结果。此外，所有的病理框架和多模态识别模型都是基于具有少量标签数据的影像识别训练数据集进行训练优化得到的。如此设计，能够大幅提升医学影像识别和分析的准确性，有助于更早地发现病理变化，从而为病患提供及时有效的治疗方案，提高医
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118071695A
(43)申请公布日2024.05.24
(21)申请号202410165160.5
(22)申请日2024.02.05
(71)申请人北京凯普顿医药科技开发有限公司
地
文档评论（0）