基于多模态融合与深度学习的健康数据分析方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于多模态融合与深度学习的健康数据分析方法及系统
申请号:CN202510610387
申请日期:2025-05-13
公开号:CN120674049A
公开日期:2025-09-19
类型:发明专利
摘要
本发明公开了一种基于多模态融合与深度学习的健康数据分析方法及系统,所述方法包括通过传感器及摄像设备采集用户多模态健康数据;采用渐进式融合方法对图像与文本数据进行特征融合,并输入改进的Hyper‑YOLO模型进行初步分类;若分类失败,则调用专用医疗器械检测;基于分类结果,通过iTrans‑GAHNet模型结合云端药品数据推荐适用药品,并显示用药确认界面;若用户选择“需要用药指导”,则提供剂量、服用时间指导;若选择“已知用药方法”,则结束流程;本发明通过二分类法将异常检测值与相关疾病匹配从而完成疾病诊断,能够快速处理大量数据,提升诊断速度和精准度,节省医疗资源,提高医疗服务效率。
技术关键词
健康数据分析方法 YOLO模型 专用医疗器械 模态特征 电子健康记录 注意力机制 药物 健康数据分析系统 矩阵 融合方法 摄像设备 顶点特征 网络 Softmax函数 多模态数据采集 患者
系统为您推荐了相关专利信息
细粒度特征 融合特征 多粒度特征 编码器训练 图文
分布式光纤传感网络 光伏电站智能 数字孪生驱动 混合预测模型 继电保护装置
政务 多模态特征融合 客户端 参数 语义
计数方法 图像 计算机可读指令 数据 直方图
光伏电站智能 监控方法 多模态 双向长短期记忆网络 智能实时监控