换一批多模态信息融合技术在声带病变的诊断及报告生成的应用研究
Multimodal technology for diagnosis of vocal cord lesions and automatic report generation
摘要目的 探讨基于深度学习的多模态信息融合技术(MIFRL模型)在声带病变诊断及报告自动生成中的应用价值.方法 回顾性收集 2019 年 1 月—2022 年 12 月我院和广安市人民医院符合标准的 1 867 例电子喉镜检查资料(含图像及对应诊断报告),涵盖正常、白斑、息肉、癌变4 种类别.构建融合图像信息与文字描述信息的多模态信息融合识别模型(MIFRL模型),经训练后在测试集上验证其性能;通过与其他深度学习识别模型对比多属性分类能力,并与低年资住院医师的判读结果对比,评估模型的准确性和有效性.结果 MIFRL模型对 4 种类别的平均精确度、敏感度、特异度、预测准确率分别为 90.3%、85.3%、95.2%、85.6%.与其他深度学习模型相比,该模型多属性分类能力更优,且可生成模式化文字报告;与低年资住院医师的判读结果相比,其预测准确率在各疾病分组中均更高,其中白斑组、癌变组的差异具有统计学意义(P＜0.05),优势显著.结论 MIFRL模型在声带病变诊断中准确率较高,能够提供客观的病变识别结果和属性描述,具有临床应用潜力.
更多相关知识
关键词
声带病变喉镜图像多模态信息融合深度学习Vocal cord lesionsLaryngoscopy imageMultimodalityInformation fusionDeep learning
分类号
R767（喉科学、喉疾病）
栏目名称
DOI
10.14166/j.issn.1671-2420.2026.01.001
发布时间
2026-01-31（万方平台首次上网日期，不代表论文的发表时间）
- 浏览3
- 被引0
- 下载3
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
