首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于真实笔迹交互的多模态疾病辅助诊断方法及装置_北京大学;北京元芯碳基集成电路研究院;山西北大碳基薄膜电子研究院;北京大学第六医院_202311713102.3 

申请/专利权人:北京大学;北京元芯碳基集成电路研究院;山西北大碳基薄膜电子研究院;北京大学第六医院

申请日:2023-12-13

公开(公告)日:2024-06-04

公开(公告)号:CN118136230A

主分类号:G16H50/20

分类号:G16H50/20;G06F18/213;G06N3/0464;G06N20/10;G06F18/2411

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.06.21#实质审查的生效;2024.06.04#公开

摘要:本公开通过本公开是关于一种基于真实笔迹交互的多模态疾病辅助诊断方法及装置。其中,该方法包括:基于预设对象笔迹应用信息,通过对采集对象笔迹信息进行数据采集,生成采集数据信息。通过对所述采集数据信息中进行预设多维数据提取处理,生成多模态特征值。基于显著性假设检验方法,通过对所述多模态特征值与预设疾病进行关联系数计算,生成加权特征值数据集。基于所述加权特征值数据集,通过对典型分类模型进行构建,生成机器学习分类模型,基于所述机器学习分类模型,完成对疾病的辅助诊断。本公开通过上述采样方式使得疾病患者对样本采集更容易接受,同时通过多模态的特征提取使评估结果更加准确、智能。

主权项:1.一种基于真实笔迹交互的多模态疾病辅助诊断方法,其特征在于,所述方法包括:基于预设对象笔迹应用信息,通过对采集对象笔迹信息进行数据采集,生成采集数据信息;通过对所述采集数据信息进行预设多维数据提取处理,生成多模态特征值;基于显著性假设检验方法,通过对所述多模态特征值与预设疾病进行关联系数计算,生成加权特征值数据集;基于所述加权特征值数据集,通过对典型分类模型进行构建,生成机器学习分类模型,基于所述机器学习分类模型,完成对疾病的辅助诊断。

全文数据:

权利要求:

百度查询: 北京大学;北京元芯碳基集成电路研究院;山西北大碳基薄膜电子研究院;北京大学第六医院 一种基于真实笔迹交互的多模态疾病辅助诊断方法及装置

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。