龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：天津大学;中电云脑(天津)科技有限公司
申请日：2024-02-04
公开（公告）日：2024-05-03
公开（公告）号：CN117976194A
主分类号：G16H50/20
分类号：G16H50/20;G16H50/30;G16H50/50
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.21#实质审查的生效;2024.05.03#公开
摘要：本发明公开了基于机器学习的听觉疾病辅助诊疗预测方法，涉及到机器学习领域，包括听觉疾病专病库构建、数据处理、算法预测；S1、通过患者唯一ID与就诊次数结合形成主索引，依托主索引从医院各子系统中整合数据，形成完整的听觉疾病专病库；S2、对数据进行处理以完善听觉疾病专病库数据；S3、针对听觉疾病诊断提出聚类分类结合的所述预测方法，构建基于症状，指标，诊断结果三元组的双重算法模型；S4、分别将待预测的症状信息和指标信息输入到双重算法模型并生成相应诊断结果，对上述诊断结果取交集，再合并规则计算出最终预测诊断结果，有效提高了整体模型的诊断结果预测的准确率。
主权项：1.基于机器学习的听觉疾病辅助诊疗预测方法，其特征在于：包括专病库构建、数据处理、算法预测，该方法包括以下步骤：S1、通过患者唯一ID与就诊次数结合形成主索引，依托主索引从医院各子系统中整合数据，形成完整的听觉疾病专病库；S2、对数据进行处理以完善听觉疾病专病库数据；S3、针对听觉疾病诊断提出聚类分类结合的所述预测方法，提取听觉疾病专病库的数据，构建基于症状，指标，诊断结果三元组的双重算法模型，有效利用听觉疾病临床数据训练预测模型，保证辅助诊疗准确性；具体为：从听觉疾病专病库数据中筛选症状、指标和诊断结果数据信息汇总为症状，指标，诊断结果为总数据集，并将其拆分成症状，诊断结果子数据集和指标，诊断结果子数据集进行数据训练；对症状，诊断结果子数据集采用K-means聚类算法模型进行数据建模，并生成症状结果预测模型；对指标，诊断结果子数据集采用随机森林分类算法模型进行数据建模，并生成指标结果预测模型；S4、分别将待预测的症状信息和指标信息输入到对应的症状结果预测模型和指标结果预测模型中，并分别生成对应的诊断结果预测数据集；分别将上述两种诊断结果预测数据集取交集，再合并规则计算出最终预测诊断结果。
全文数据：
权利要求：
百度查询： 天津大学;中电云脑(天津)科技有限公司 基于机器学习的听觉疾病辅助诊疗预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号