一种基于多模态的儿童脑炎分类系统

    公开(公告)号:CN116363438B

    公开(公告)日:2023-09-15

    申请号:CN202310399334.X

    申请日:2023-04-14

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于多模态的儿童脑炎分类系统,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,计算机处理器执行计算机程序时实现以下步骤:将待分类的儿童脑部临床信息和MR影像输入训练好的分类模型中,得到其属于病毒性脑炎、化脓性脑炎、非脑炎的分类结果。其中,分类模型中,临床信息通过Student T检验进行关键特征筛选,MR影像部分通过MM‑SENet网络模型实现三维特征和不同状位的二维特征的提取、筛选,最终将两部分特征进行拼接,并通过全连接层和Softmax层获得最后的分类结果。利用本发明,可以实现无创的儿童脑炎临床诊断,减少对儿童患者的伤害。

    一种基于多模态的儿童脑炎分类系统

    公开(公告)号:CN116363438A

    公开(公告)日:2023-06-30

    申请号:CN202310399334.X

    申请日:2023-04-14

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于多模态的儿童脑炎分类系统,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,计算机处理器执行计算机程序时实现以下步骤:将待分类的儿童脑部临床信息和MR影像输入训练好的分类模型中,得到其属于病毒性脑炎、化脓性脑炎、非脑炎的分类结果。其中,分类模型中,临床信息通过Student T检验进行关键特征筛选,MR影像部分通过MM‑SENet网络模型实现三维特征和不同状位的二维特征的提取、筛选,最终将两部分特征进行拼接,并通过全连接层和Softmax层获得最后的分类结果。利用本发明,可以实现无创的儿童脑炎临床诊断,减少对儿童患者的伤害。

    一种基于改进集成深度学习的儿童肠套叠空气灌肠结果预测装置

    公开(公告)号:CN117455890A

    公开(公告)日:2024-01-26

    申请号:CN202311544713.X

    申请日:2023-11-20

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于改进集成深度学习的儿童肠套叠空气灌肠结果预测装置,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,所述的计算机存储器中存储有训练好的儿童肠套叠空气灌肠结果预测模型;预测模型包含三个不同的基学习器和一个二级学习器;其中,每个基学习器之间采用动态信息传递机制;二级学习器用于整合三个基学习器的输出,并产生最终的预测结果;所述计算机处理器执行所述计算机程序时实现以下步骤:将待预测的透视图像输入训练好的儿童肠套叠空气灌肠结果预测模型,得到二分类预测结果。利用本发明,可以实现对空气灌肠结果更稳定、更平衡、更准确的预测。

Patent Agency Ranking