基于对比学习与自适应知识整合的放射学报告生成方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于对比学习与自适应知识整合的放射学报告生成方法
申请号:CN202511293666
申请日期:2025-09-11
公开号:CN120809049B
公开日期:2025-11-28
类型:发明专利
摘要
本发明涉及计算机视觉及图像处理技术领域,特别是涉及基于对比学习与自适应知识整合的放射学报告生成方法,包括:获取目标医学影像和放射学报告文本;将所述目标医学影像和放射学报告文本输入预设的信息整合模型中,输出医学影像与知识统一的放射学报告,其中,所述信息整合模型提取目标医学影像和放射学报告文本中的特征,并通过对比学习将所述特征对齐后进行自适应融合,输出最终特征。本发明能够实现高可靠性的全自动放射学报告生成,显著减轻放射科医生的工作负担,提升报告的标准化程度与临床应用价值。
技术关键词
图谱特征 报告生成方法 视觉特征 文本 三元组 医学知识图谱 特征提取模块 注意力 动态更新 样本 跨模态 前馈神经网络 队列机制 图像处理技术 多层感知机 生成报告 计算机视觉 编码