申请/专利权人:南京医科大学第二附属医院
申请日:2024-03-07
公开(公告)日:2024-06-14
公开(公告)号:CN118197652A
主分类号:G16H50/80
分类号:G16H50/80;G16H50/20;G16H40/20;G06N3/04;G06N3/092
优先权:
专利状态码:在审-公开
法律状态:2024.06.14#公开
摘要:本发明公开了一种基于深度强化学习的院内感染诊断与预警方法,具体包括以下步骤:通过深度神经网络模型训练,获取院内感染易感因素神经网络模型;获取院感诊断元素;通过所述院内感染易感因素神经网络模型和所述院感诊断元素,获取院感疑似患者,并触发院感智能诊断模型;利用所述院感智能诊断模型,对所述院感疑似患者进行是否为院感患者的分类、预测,获取基于所述院感智能诊断模型的正确率;集成所述基于院感智能诊断模型的正确率,对所述院感疑似患者进行最终诊断预判,获取最终疑似院感患者并进行预警。
主权项:1.一种基于深度强化学习的院内感染诊断与预警方法,其特征在于,具体包括以下步骤:通过深度神经网络模型训练,获取院内感染易感因素神经网络模型;获取院感诊断元素;通过所述院内感染易感因素神经网络模型和所述院感诊断元素,获取院感疑似患者,并触发院感智能诊断模型;利用所述院感智能诊断模型,对所述院感疑似患者进行是否为院感患者的分类、预测,获取基于院感智能诊断模型的正确率;集成所述基于院感智能诊断模型的正确率,对所述院感疑似患者进行最终诊断预判,获取最终疑似院感患者并进行预警。
全文数据:
权利要求:
百度查询: 南京医科大学第二附属医院 一种基于深度强化学习的院内感染诊断与预警方法
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。