龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：江苏护理职业学院
申请日：2024-03-07
公开（公告）日：2024-05-31
公开（公告）号：CN118116576A
主分类号：G16H50/20
分类号：G16H50/20;G16H30/40;G06V10/82;G06V10/80;G06V10/25;G06V10/44;G06V10/54;G06V10/52;G06V10/764;G06N3/0464;G06N3/0455;G06N3/084;G06N3/048
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.18#实质审查的生效;2024.05.31#公开
摘要：本发明公开了基于深度学习的智能化病例分析方法及系统包括，获取甲状腺或乳腺病例历史数据，并对病例历史数据进行预处理；对预处理后的映射关系数据集进行分类操作，将预处理后的映射关系数据集分为第一数据集以及第二数据集；根据第一数据集，结合深度学习网络建立第一模型；对第一模型进行打分，若分数不低于预设阈值，则根据第一模型进行智能化病例分析。本发明提出了一种基于深度学习的智能化病例分析方法及系统，能够对甲状腺或乳腺病例进行有效地分析。此外，本发明还通过数据集分类操作，提高了模型的泛化能力和鲁棒性。
主权项：1.基于深度学习的智能化病例分析方法，其特征在于，包括：获取甲状腺或乳腺病例历史数据，并对所述病例历史数据进行预处理，所述病例历史数据包括纯图像病例历史数据、纯文本病例历史数据以及图像与文本结合病例历史数据；对预处理后的映射关系数据集进行分类操作，将预处理后的映射关系数据集分为第一数据集以及第二数据集；所述第一数据集为同种病例类型中相同人物姓名以及身份ID对应的日期存在至少两个，且日期间隔大于两天的数据，或信息抽取的辅助建议文本中存在病情结束标志词的数据集，所述第二数据集为所述映射关系数据集中除去第一数据集的部分；根据所述第一数据集，结合深度学习网络建立第一模型，所述第一模型的输入为图片病例特征、文本病例描述以及病例类型，所述第一模型的输出为辅助建议文本；对所述第一模型进行打分，若分数不低于预设阈值，则根据所述第一模型进行智能化病例分析。
全文数据：
权利要求：
百度查询： 江苏护理职业学院 基于深度学习的智能化病例分析方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号