申请/专利权人：浙江大学

申请日：2024-03-08

公开（公告）日：2024-05-28

公开（公告）号：CN118098569A

主分类号：G16H50/20

分类号：G16H50/20;G06V10/764;G06T7/11;G06V10/80;G06V10/774;G06N3/0464;G06N3/0499;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.14#实质审查的生效;2024.05.28#公开

摘要：本发明公开了一种基于多模态数据融合的儿童哮喘中医辅助诊断系统，包括训练好的分类模型，分类模型包含临床信息特征提取模块、问诊信息特征提取模块、望诊图像特征提取模块、中医辨证分型预测模块；中医辨证分型预测模块中，将筛选的临床信息特征、问诊信息特征和望诊图像特征依次输入到正则层，然后将正则层的输出输入到共享权重的第一个多头自注意力层，再然后输入到包含望诊专家、临床专家、问诊专家三个模块的混合模态专家层；三者的输出输入到第二个多头自注意力层，最后输入到综合专家层，通过此层得到最终的辨证分型结果。本发明可模拟中医的诊断过程，实现高精度的儿童哮喘中医辅助诊断，有利于后续精准治疗。

主权项：1.一种基于多模态数据融合的儿童哮喘中医辅助诊断系统，包括计算机存储器、计算机处理器以及存储在计算机存储器中并可在计算机处理器上执行的计算机程序，其特征在于，所述的计算机存储器中存储有训练好的分类模型；所述计算机处理器执行所述计算机程序时实现以下步骤：将待分类的哮喘患儿的临床信息、问诊信息、望诊图像输入训练好的分类模型中，预测得到寒性哮喘证、热性哮喘证和外寒内热证的三分类结果；具体的，所述的分类模型采用多模态数据作为输入，包含临床信息特征提取模块、问诊信息特征提取模块、望诊图像特征提取模块、中医辨证分型预测模块；临床信息特征提取模块中，对预处理后的临床信息进行特征筛选，得到一维特征矩阵，称为临床信息特征Fcli；问诊信息特征提取模块中，从问诊信息中提取并总结关键医学信息，然后利用定义好的文本正则化对关键医学信息进行结构化，筛选得到问诊信息特征Finq；望诊图像特征提取模块中，采用ResNet50模型从预处理后的舌头图像中提取图像特征，并将得到的二维特征矩阵拉平为一维特征矩阵，称为望诊图像特征Fimg；中医辨证分型预测模块中，将筛选的临床信息特征Fcli、问诊信息特征Finq和望诊图像特征Fimg依次输入到正则层，然后将正则层的输出输入到共享权重的第一个多头自注意力层，再然后输入到包含望诊专家、临床专家、问诊专家三个模块的混合模态专家层；三者的输出输入到第二个多头自注意力层，最后输入到综合专家层，通过此层得到最终的辨证分型结果。

全文数据：

权利要求：

百度查询： 浙江大学 一种基于多模态数据融合的儿童哮喘中医辅助诊断系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD