论文部分内容阅读
医生诊断需要结合临床症状、影像检查等各种数据,基于此,提出了一种可以进行数据融合的医疗辅助诊断方法.将患者的影像信息(如CT图像)和数值数据(如临床诊断信息)相结合,利用结合的信息自动预测患者的病情,进而提出了基于深度学习的医疗辅助诊断模型.模型以卷积神经网络为基础进行搭建,图像和数值数据作为输入,输出病人的患病情况.该医疗辅助诊断方法能够利用更加全面的信息,有助于提高自动诊断准确率、降低诊断误差;另外,仅使用提出的医疗辅助诊断模型就可以一次性处理多种类型的数据,能够在一定程度上节省诊断时间.在两个