多模态融合驱动的职业性尘肺病智能筛查方法

摘要

本发明是一种基于人工智能技术的职业性尘肺病智能筛查方法，利用图像和文本模态数据构建基于支持向量机和卷积神经网络的多模态融合驱动的深度学习模型进行职业性尘肺病的筛查，它包括两个阶段：首先，根据已有的职业性尘肺病患者的各项数据指标，利用支持向量机初步诊断是否患有职业性尘肺病；其次，基于已筛查出的职业性尘肺病患者及其X线胸片图像数据，利用卷积神经网络诊断职业性尘肺病的期别。本发明实现了职业性尘肺病的分期诊断，帮助医生提高诊断效率，降低漏诊率及误诊率，使患者得到及时有效的治疗。