申请/专利权人:天津市胸科医院
申请日:2024-01-11
公开(公告)日:2024-02-13
公开(公告)号:CN117558391A
主分类号:G16H10/60
分类号:G16H10/60;G16H50/70;G16H50/30;G06F18/241;G06F18/2433;G06N20/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.01#实质审查的生效;2024.02.13#公开
摘要:本发明公开了基于主动脉夹层病历数据的术后病情深度学习方法及系统,涉及术后病情深度学习技术领域,包括如下步骤:建设主动脉夹层病历大数据库;对主动脉夹层病历信息的信息类型进行分类,得到总信息分类;对总信息分类下的信息类型进行分类,得到子信息分类;判断不同总信息分类的总分类指数并计算病患的术后病情指数;基于大数据的术后病情指数进行深度学习;本发明用于解决现有的主动脉夹层患者的术后病情深度学习技术还存在缺少结合主动脉夹层病历整体阶段的数据对术后病情的异常情况进行深度学习的方法,对于主动脉夹层术后病情的有效评估存在不足的问题。
主权项:1.基于主动脉夹层病历数据的术后病情深度学习方法,其特征在于,包括如下步骤:建设主动脉夹层病历大数据库,收录主动脉夹层病历信息;对主动脉夹层病历信息的信息类型进行分类,得到总信息分类;对总信息分类下的信息类型进行分类,得到子信息分类;对总信息分类以及子信息分类进行分析,判断不同总信息分类的总分类指数并计算病患的术后病情指数;基于大数据的术后病情指数进行深度学习,判断病患进行手术后各项人体参数的参数异常率。
全文数据:
权利要求:
百度查询: 天津市胸科医院 基于主动脉夹层病历数据的术后病情深度学习方法及系统
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。