加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

基于机器学习的电子病历多维挖掘方法

发明专利有效专利
  • 申请号:
    CN202110630596.3
  • IPC分类号:G06K9/62;G06K9/46;G06T7/11;G06T7/136;G06T7/194;G06N3/04;G06N3/08;G16H50/20;G16H50/70
  • 申请日期:
    2021-06-07
  • 申请人:
    广州天鹏计算机科技有限公司
著录项信息
专利名称基于机器学习的电子病历多维挖掘方法
申请号CN202110630596.3申请日期2021-06-07
法律状态实质审查申报国家中国
公开/公告日2021-07-06公开/公告号CN113077021A
优先权暂无优先权号暂无
主分类号G06K9/62IPC分类号G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;4;6;;;G;0;6;T;7;/;1;1;;;G;0;6;T;7;/;1;3;6;;;G;0;6;T;7;/;1;9;4;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;1;6;H;5;0;/;2;0;;;G;1;6;H;5;0;/;7;0查看分类表>
申请人广州天鹏计算机科技有限公司申请人地址
广东省广州市天河区珠江东路11号1501室(部位:自编01、05、06单元) 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人广州天鹏计算机科技有限公司当前权利人广州天鹏计算机科技有限公司
发明人叶方全
代理机构暂无代理人暂无
摘要
本发明提供了一种基于机器学习的电子病历多维挖掘方法,该方法包括:接收目标患者的脑部的PET图像序列;分析PET图像序列以识别多个图像,创建PET图像序列的多通道图像,通过计算所述PET图像序列的图像的每个面片与沿所述多个面片的主分量的平均面片之间的LP距离,来计算面片区别度显著性直方图,计算横向显著性直方图,通过预先训练的循环神经网络RNN计算所述多通道图像的PET图像序列的病变的分类。本发明提出了一种基于机器学习的电子病历多维挖掘方法,通过自动学习提取特征信息,有助于总结脑结节影像学特征的规律,达到较高的检测率,分割得到更精确的三维模型,帮助脑结节病变识别和医生的精确诊断。

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供