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
本申请提供甲状腺滤泡分类模型训练装置、分类装置和设备，涉及计算机系统技术领域，训练装置包括：数据获取模块，用于获取训练集；以及模型训练模块，用于采用训练集训练多模态深度学习模型，以使多模态深度学习模型分别提取灰阶超声影像和彩色多普勒超声影像各自对应的影像特征数据，提取临床数据对应的文本特征数据，再对影像特征数据和文本特征数据进行数据拼接，对拼接特征向量进行甲状腺滤泡分类，进而将迭代训练得到甲状腺滤泡分类模型。本申请引入多模态信息来进行特征层融合，能够将局部医学影像特征和临床数据相结合以保留更多的
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118094362A
(43)申请公布日2024.05.28
(21)申请号202410165589.4G06N3/0499(2023.01)
文档评论（0）