申请/专利权人：广州零端科技有限公司;广州聚佰生物科技有限公司

申请日：2023-08-31

公开（公告）日：2024-04-16

公开（公告）号：CN117275644B

主分类号：G16H10/60

分类号：G16H10/60;G16H15/00;G06N3/09

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2024.01.09#实质审查的生效;2023.12.22#公开

摘要：本发明公开一种基于深度学习的检测结果互认方法、系统及存储介质，应用于信息处理技术领域，能够实现不同平台检测结果互认，提高检测结果互认的可靠性和准确性。该方法包括：构建第一数据模型库，并获取相应的预设医疗平台提供的检测比对样本；将检测比对样本发送至各个预设医疗平台，获取返回的检测结果数据；根据检测结果数据通过第一深度学习模型进行可信度预测，得到可信度评估值；根据检测结果数据进行回归分析，拟合得到预设标准曲线；当确定可信度评估值的数量达到预设数据量，根据可信度评估值和预设标准曲线构建可信度分级模型；通过可信度分级模型和预设标准曲线对待互认数据分析，生成检测结果互认报告。

主权项：1.一种基于深度学习的医疗平台检测结果互认方法，其特征在于，包括以下步骤：构建第一数据模型库；其中，所述第一数据模型库包括若干个预设医疗平台；根据所述第一数据模型库获取所述预设医疗平台提供的检测比对样本；将所述检测比对样本发送至所述第一数据模型库中的各个所述预设医疗平台，并获取各个所述预设医疗平台返回的检测结果数据；根据所述检测结果数据通过第一深度学习模型进行可信度预测，得到可信度评估值；其中，所述第一深度学习模型包括可信度预测深度学习模型；根据所述检测结果数据进行回归分析，拟合得到预设标准曲线；当确定预测得到的所述可信度评估值的数量达到预设数据量，根据所述可信度评估值和所述预设标准曲线进行第二深度学习模型的构建，得到可信度分级模型；通过所述可信度分级模型和所述预设标准曲线对待互认数据进行分析，生成检测结果互认报告；其中，所述通过所述可信度分级模型和所述预设标准曲线对待互认数据进行分析，生成检测结果互认报告，包括：根据所述预设标准曲线构建预设调整因子；通过所述预设调整因子对所述待互认数据进行调整，得到检测结果修正值；通过所述可信度分级模型对所述待互认数据进行可信度分析，得到可信度分级数据；根据所述检测结果修正值和所述可信度分级数据生成所述检测结果互认报告。

全文数据：

权利要求：

百度查询： 广州零端科技有限公司;广州聚佰生物科技有限公司 基于深度学习的检测结果互认方法、系统及存储介质

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