换一批基于多病种联合学习的脑肺疾病辅诊模型研究
Research on the Auxiliary Diagnosis Model of Brain and Lung Diseases Based on Multi Disease Joint Learning
摘要目的 针对现有医学影像辅助诊断系统局限于单一病种分析的问题,提出一种基于多病种联合学习的辅诊模型,通过跨病种特征融合与对比学习量化关联,提升诊断的全面性.方法 整合脑部与肺部 CT 影像数据,构建多模态联合学习框架.设计跨病种特征融合机制,通过基于多模态数据的深度学习算法动态关联脑肺特征;引入对比学习驱动的关联分析,采用余弦相似度量化报告相关性;提出动态加权训练策略优化数据不平衡问题.基于21所医院6 733 例脑部与 5 657 例患者胸肺部影像数据,对比单病种训练与联合训练的性能差异.结果 联合训练模型在脑部测试集 BLEU-1达0.632(单病种0.601),胸肺部测试集CIDEr-D提升至 0.753(单病种 0.704);跨病种报告匹配成功率显著高于随机水平(脑→肺 55.6%,肺→脑 62.2%).结论 基于多病种联合学习的脑肺疾病辅诊模型有效捕捉疾病间潜在关联,为临床提供了更全面的辅助诊断支持.
更多相关知识
关键词
多病种联合学习医学影像报告生成跨病种关联智能辅助诊断多模态数据脑肺疾病multi-disease joint learningmedical imaging report generationcross-disease correlationintelligent auxiliary diagnosismultimodal databrain and lung diseases
栏目名称
DOI
10.3969/j.issn.1672-5166.2025.02.017
发布时间
2025-05-16（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家重大科技专项（2023ZD0506300）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
