[发明专利]一种基于深度学习的职业性尘肺病多模态分析方法在审
| 申请号： | 202110579022.8 | 申请日： | 2021-05-26 |
| 公开（公告）号： | CN113255889A | 公开（公告）日： | 2021-08-13 |
| 发明（设计）人： | 周孟然;杨先军;胡锋;陈焱焱;卞凯;闫鹏程 | 申请（专利权）人： | 安徽理工大学;合肥博谐电子科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06T7/00 |
| 代理公司： | 西安铭泽知识产权代理事务所(普通合伙) 61223 | 代理人： | 张举 |
| 地址： | 232001 *** | 国省代码： | 安徽;34 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明提供了一种基于深度学习的职业性尘肺病多模态分析方法，属于尘肺病分析领域，包括：采集人员的胸部X片影像信息和个人基础信息；对个人基础信息进行词向量化处理；构建一维卷积神经网络和二维卷积神经网络，并在此基础上建立多模态卷积神经网络MM‑CNN模型；将上述两种信息作为多模态卷积神经网络MM‑CNN模型的输入，建立多分类MM‑CNN尘肺病分析模型，在满足相应约束下形成目标函数；采用混合跳蛙算法SFLA优化多分类MM‑CNN尘肺病分析模型的超参数；采用优化后的多分类MM‑CNN尘肺病分析模型对人员的胸部X片影像信息和词向量化处理后的个人信息进行分析，并输出分析结果。该方法能够实现人员肺部健康的准确、实时检测分析，完成部分职业性尘肺病的早期预警。 | ||
| 搜索关键词： | 一种 基于 深度 学习 职业性 尘肺 病多模态 分析 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于安徽理工大学;合肥博谐电子科技有限公司，未经安徽理工大学;合肥博谐电子科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110579022.8/，转载请声明来源钻瓜专利网。
