申请/专利权人：平安科技(深圳)有限公司

申请日：2022-03-15

公开（公告）日：2024-03-19

公开（公告）号：CN114596958B

主分类号：G16H50/20

分类号：G16H50/20

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2022.06.24#实质审查的生效;2022.06.07#公开

摘要：本发明涉及人工智能技术，揭露了一种基于级联分类的病理数据分类方法，包括：提取在线问诊数据的病理数据特征向量集；根据预设的科系类别，利用级联多标签病理数据预测模型对病理数据向量特征集进行两级分类，得到科系类别标签及对应患者的病理数据种类集标签，对病理数据种类集进行聚合，得到混淆病组集；计算混淆病组集中各个混淆病组的独立置信度及整体置信度、均值置信度；当均值置信度小于或等于阈值时，标签值为特定数值的科系类别及病理数据种类作为识别结论。此外，本发明还涉及区块链技术，病理数据特征向量集可存储于区块链的节点。本发明还提出一种基于级联分类的病理数据分类装置、电子设备以及存储介质。本发明可以提高在线疾病诊断系统病理数据识别的准确性。

主权项：1.一种基于级联分类的病理数据分类方法，其特征在于，所述方法包括：获取在线问诊数据，提取所述在线问诊数据的病理数据特征向量集；根据预设的科系类别，利用预构建的级联多标签病理数据预测模型中的第一分类模型对所述病理数据特征向量集进行一级分类，得到科系类别标签，并计算所述科系类别标签的科系置信度；根据所述科系类别标签、所述病理数据特征向量集及预构建的易混淆病理数据种类数据集，利用所述级联多标签病理数据预测模型中的第二分类模型，对所述病理数据特征向量集进行二级分类，得到所述在线问诊数据对应患者的病理数据种类集及病理数据种类集标签，并对所述病理数据种类集进行聚合，得到混淆病组集；计算所述混淆病组集中各个混淆病组的独立置信度，根据所述独立置信度计算所述混淆病组集的整体置信度；平均所述科系置信度、所述独立置信度及所述整体置信度，得到均值置信度；当所述均值置信度大于预设阈值时，将所述独立置信度大于所述阈值的混淆病组对应的病理数据特征向量加入候选待提问症状列表，对患者进行进一步问诊，并返回所述获取在线问诊数据，提取所述在线问诊数据的病理数据特征向量集的步骤，直至所述均值置信度小于或等于预设阈值；当所述均值置信度小于或等于预设阈值时，将所述科系类别标签及所述病理数据种类集标签为特定数值的科系类别及病理数据种类作为分类结论；其中，所述根据预设的科系类别，利用预构建的级联多标签病理数据预测模型中的第一分类模型对所述病理数据特征向量集进行一级分类，得到科系类别标签，包括：从所述病理数据特征向量集中随机选择r个病理数据特征向量作为r个初始聚类质心；分别计算所述病理数据特征向量集中的每一个病理数据特征向量与所述初始聚类质心的距离；按照所述距离的大小，选择K个距离对应的病理数据特征向量，作为聚类的k个聚类质心；分别计算所述病理数据特征向量集中每个病理数据特征向量与所述k个聚类质心的欧式距离，并将所述病理数据特征向量归类到所述欧式距离最短的聚类质心所在的类；计算每个类中的所述病理数据特征向量的平均值，根据所述平均值更新所述k个聚类质心，并返回上述的分别计算所述病理数据特征向量集中每个病理数据特征向量与k个更新后的聚类质心的欧式距离，并将所述病理数据特征向量归类到所述欧式距离最短的聚类质心所在的类的步骤直至收敛，完成对所述病理数据的分类，得到所述在线问诊数据对应患者的科系类别；将所述在线问诊数据对应患者的科系类别标记为第一数值，所述预设的科系类别中非在线问诊数据对应患者的科系类别标记为第二数值，得到科系类别标签；所述第二分类模型由卷积神经网络构建，包含卷积层、池化层、全连接层构建的第一分类器及第二分类器，所述根据所述科系类别标签、所述病理数据特征向量集及预构建的易混淆病理数据种类数据集，利用所述级联多标签病理数据预测模型中的第二分类模型，对所述病理数据特征向量集进行二级分类，得到所述在线问诊数据对应患者的病理数据种类集及病理数据种类集标签，包括：利用所述第二分类模型中所述卷积层及所述池化层提取所述预构建的易混淆病理数据种类数据集的易混淆病理数据种类特征向量；获取所述科系类别标签为第一数值的所述在线问诊数据对应患者的科系类别，根据所述易混淆病理数据种类特征向量，利用所述第二分类模型中第一分类器，对所述对应患者的科系类别进行分类，得到病理数据种类集；根据所述病理数据特征向量集，利用所述第二分类模型中第二分类器，对所述对应患者的科系类别进行匹配分类，得到所述在线问诊数据对应患者的病理数据种类；将所述在线问诊数据对应患者的病理数据种类标记为第一数值，所述病理数据种类集中非所述在线问诊数据对应患者的病理数据种类标记为第二数值，得到病理数据种类集标签。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 基于级联分类的病理数据分类方法、装置、设备及介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD