一種基于深度學習和集成分類的智能輔助診斷方法
基本信息
申請?zhí)?/td> | CN201911353290.7 | 申請日 | - |
公開(公告)號 | CN111192680B | 公開(公告)日 | 2021-06-01 |
申請公布號 | CN111192680B | 申請公布日 | 2021-06-01 |
分類號 | G06N3/04(2006.01)I;G06F16/35(2019.01)I;G06F40/295(2020.01)I;G06F40/30(2020.01)I;G06F16/33(2019.01)I;G16H50/20(2018.01)I;G06N3/08(2006.01)I;G06K9/62(2006.01)I;G16H50/70(2018.01)I | 分類 | 物理 |
發(fā)明人 | 樊昭磊;吳軍;楊萬春;張伯政;孫釗 | 申請(專利權)人 | 眾陽健康科技集團有限公司 |
代理機構 | 濟南泉城專利商標事務所 | 代理人 | 李桂存 |
地址 | 250001山東省濟南市市轄區(qū)高新區(qū)新濼大街1166號奧盛大廈一號樓12層 | ||
法律狀態(tài) | - |
摘要
摘要 | 一種基于深度學習和集成分類的智能輔助診斷方法。通過命名實體識別和關系抽取,準確提取出了主訴和現病史中的實體和屬性,去除了無效信息。在標簽主題模型中,加入了特征詞的位置權重,提高了關鍵位置特征詞的占比。在多層感知機模型的損失函數中加入了調整參數,解決樣本分布不均勻造成的問題。針對相同樣本,不同的分類方法得到的分類邊界不同,故采用堆疊集成方法將標簽主題模型和多層感知機模型進行了集成,提升了疾病的預測準確度。?? |
