龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西南交通大学;四川大学华西医院
摘要：本申请涉及一种基于矢量量化多模态医学数据表征融合模型的分类方法。所述方法包括：以双层3D卷积神经网络模型为基础，添加矢量量化模块和退化网络模块，得到初始多模态医学数据表征融合模型。将患者MRI和PET数据输入所述初始多模态医学数据表征融合模型，得到3DCNN中间态图像数据特征、矢量量化特征向量和退化网络特征向量。基于所述3DCNN中间态图像数据特征、矢量量化特征向量和退化网络特征向量确定损失函数，基于所述损失函数调整所述初始多模态医学数据表征融合模型的参数，当所述损失函数达到预设标准时，得到目标多模态医学数据表征融合模型。将待分类阿尔兹海默症图像数据输入所述目标多模态医学数据表征融合模型中，得到分类结果。
主权项：1.一种基于矢量量化多模态医学数据表征融合模型的分类方法，其特征在于，所述方法包括：以双层3D卷积神经网络模型为基础，在所述双层3D卷积神经网络模型的输出层添加矢量量化模块和退化网络模块，得到初始多模态医学数据表征融合模型；将患者MRI和PET数据输入所述初始多模态医学数据表征融合模型，得到3DCNN中间态图像数据特征、矢量量化特征向量和退化网络特征向量；基于所述3DCNN中间态图像数据特征、矢量量化特征向量和退化网络特征向量确定损失函数，基于所述损失函数调整所述初始多模态医学数据表征融合模型的参数，当所述损失函数达到预设标准时，得到目标多模态医学数据表征融合模型；将待分类阿尔兹海默症图像数据输入所述目标多模态医学数据表征融合模型中，得到分类结果。
全文数据：
权利要求：
百度查询： 西南交通大学 四川大学华西医院 基于矢量量化多模态医学数据表征融合模型的分类方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号