基于Multi-Cnn-Former的肝部疾病检测训练方法与系统

    公开(公告)号:CN114300119A

    公开(公告)日:2022-04-08

    申请号:CN202111484244.8

    申请日:2021-12-07

    摘要: 本发明公开了一种基于Multi‑Cnn‑Former的肝部疾病检测训练方法与系统。本发明方法包括:获取患者病历相关信息并进行预处理和筛选得到用于模型学习特征数据集;构建Multi‑Cnn‑Former网络模型,该模型包括多个子任务模型,用于识别患者肝炎、肝纤维化不同分期程度,每个子任务模型输出患者不同分期的概率;在合成的肝炎+肝纤维化多任务数据集上进行训练,预测出病人肝炎、肝纤维化的分期程度,采用投票法得到病人的诊断结果。相比于传统单一模型适配单一任务,基于Multi‑Cnn‑Former的肝部疾病检测训练方法,可以实现一种模型适配精确检测两种疾病。