CN119397486A 基于多模态数据分析的识别评估方法及系统 （一览数字科技(江苏)有限公司）

基于多模态数据分析的识别评估方法及系统块将目标属性和序列属性融合得到目标序列属2所述数据获取模块用于通过数据获取策略获取图像数据和所述属性分析模块用于通过图像数据判断目标存在性，并分析图所述融合识别模块用于将目标属性和序列属性融合得到目标序列属所述识别评估模块用于将识别的综合状态与实际综合状态比对得到根据目标的检测需求调整设备的参数配置，校正设备的对焦为图像数据和序列数据配置时间戳，将图像数将图像数据的时间戳与序列数据的时间戳做差得到时间差值，若时间差值大于差值阈值，则时间偏差的程度为程度极值，通过通过卷积神经网络捕捉目标结构，生成目标结构图，将目标结构图中计算目标候选区域的梯度强度，配置强度阈值，若目标候若目标候选区域的梯度强度小于强度阈值，则确定目标候选区所述目标形状通过目标的长宽比量化得到，所述目标大小通过目标3所述目标变化程度通过目标在相邻时间戳的差值量化得到，所述目标强对目标属性和序列属性进行归一化处理，将归一化处理后的目标属性和序列;r表示动态调整后的相似度阈值，表示初始配置的相似度阈值，λ表示调整因9.基于多模态数据分析的识别评估方法，基于权利要求1_8中任一项所述的基于多模S2、通过图像数据判断目标存在性，并分析图像数S4、将识别的综合状态与实际综合状态比对得到4[0002]多模态数据分析是指融合不同模态的数据进行分析，以获取更全面和准确的信[0003]如授权公告号为CN118762001B的中国专利公开了基于数据分析的柔性电路板质柔性电路板中的某个电路板作为目标电路板，获取目标电路板进行弯曲测试前后的图像，[0004]如授权公告号为CN115439452B的中国专利公开了一种基于数据分析的电容产品5[0022]若目标候选区域的梯度强度小于强度阈值，则确定目标6[0029]作为一种可选的实施方式，将识别的综合状态与实际综合状态比对得到反馈信合状态的识别和目标存在性的判断，优化目标存在性的判断逻辑包括动态调整相似度阈7[0042]图1为本申请实施例所提供的基于多模态数据分析的识别评估系统的系统结构[0043]图2为本申请实施例所提供的基于多模态数据分析的识别评估系统的目标存在性[0044]图3为本申请实施例所提供的基于多模态数据分析的识别评估系统的目标序列属[0045]图4为本申请实施例所提供的基于多模态数据分析的识别评估方法的方法流程[0048]如图1所示，为本申请实施例提供了基于多模态数据分析的识别评估系统的系统8不合格的图像数据和序列数据影响后续的分析据并对应获取到序列数据（肺功能项目检测序列数据调整CT机的参数配置（比如分辨络延迟和同步问题等等，为了控制图像数据和序列数据的一致性，通过上述逻辑实现对时间偏差的修正，从而减少或消除由于时间戳不同步导致的数据不一致性问题，其中插算是指通过前后时间戳来计算目标时间戳对应的值，比如计算前后时间戳之间的差异比例差的程度较小时，采用插值方法对图像数据或序列数据的时间戳进行细微调整，确保两者更为紧密对齐；其中加权平均计算是通过获取图像数据的时间戳和序列数据的时间戳，并确定图像数据和序列数据的权重（根据数据的获取频率和时间戳准确度等因素进行确定，比如获取频率较低的图像数据可能具有较高的权重，因为其时间戳较少且可能更为稀疏，计算加权和（将图像数据和序列数据的时间戳乘以各自的权重，得出加权时间戳总和计算图像数据和序列数据的权重的总和，加权和与权重的总和的比值就是修正后的时间戳，以对时间偏差进行精确校正，当时间偏差的程度较大时，采用加权平均方法对时间戳进行免数据同步失真。[0060]属性分析模块用于通过图像数据判断目标存在性，并分析图像数据中的目标属9[0065]若目标候选区域的梯度强度小于强度阈值，则确定目标度的时间戳与初始信号强度的时间戳做差值得到时间戳差值，将强度差值与时间戳差值作比值得到目标强化速率（病灶强化速率如果是较高的目标强化速率（病灶强化速率那治疗有效的状态。X,X,X,X分别表示目标形[0090]如图4所示，为本申请实施例提供了基于多模态数据分析的识别评估方法的方法合状态的识别和目标存在性的判断，优化目标存在性的判断逻辑包括动态调整相似度阈