申请/专利权人:山东省妇幼保健院
申请日:2023-12-28
公开(公告)日:2024-04-02
公开(公告)号:CN117808767A
主分类号:G06T7/00
分类号:G06T7/00;G06V10/26;G06V10/764;G06V10/80;G06V10/82;G06N3/0455;G06N3/0464;G06N3/08;G16H50/20
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明公开了一种融合多源异构数据的子宫内膜息肉诊断系统,属于子宫内膜息肉诊断技术领域。本发明基于子宫内膜患者的临床数据和超声图像,使用机器学习、影像组学和深度学习技术分别构建临床预测模型、超声影像组学预测模型和深度学习预测模型实现对子宫内膜息肉的精细化诊断;并基于临床预测模型、超声影像组学预测模型和深度学习预测模型,使用集成学习方法提高子宫内膜息肉类型预测的准确度,减少医生的工作量;解决了现有技术中存在的子宫内膜息肉诊断工作量大,效率低下的问题。
主权项:1.融合多源异构数据的子宫内膜息肉诊断系统,其特征在于,包括:临床预测模块,被配置为:获取临床数据,将临床数据输入训练好的临床预测模型进行处理,获取第一预测结果;图像分割模块,被配置为:获取待诊断超声图像,将待诊断超声图像输入预设的自动分割模型进行处理,获取子宫内膜息肉超声图像;超声影像组学预测模块,被配置为:根据待诊断超声图像和子宫内膜息肉超声图像,获取影像学特征;将影像学特征输入训练好的超声影像组学预测模型进行处理,获取第二预测结果;深度学习预测模块,被配置为:将子宫内膜息肉超声图像输入预设的深度学习预测模型中进行处理,获取第三预测结果;集成学习诊断模块,被配置为:根据第一预测结果、第二预测结果和第三预测结果,通过集成学习,获取子宫内膜息肉诊断结果。
全文数据:
权利要求:
百度查询: 山东省妇幼保健院 融合多源异构数据的子宫内膜息肉诊断系统
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。