[发明专利]一种跨模态融合分析疾病的系统、设备、存储介质在审

专利信息
申请号: 202110063106.6 申请日: 2021-01-18
公开(公告)号: CN112908484A 公开(公告)日: 2021-06-04
发明(设计)人: 杜登斌;杜小军;杜乐 申请(专利权)人: 吾征智能技术(北京)有限公司
主分类号: G16H50/70 分类号: G16H50/70;G16H50/20;G16H30/20;G06T7/00;G06K9/46;G06T7/11;G06T7/136;G06T7/62;G06T7/90;G06T5/00
代理公司: 武汉红观专利代理事务所(普通合伙) 42247 代理人: 李季
地址: 100000 北京市海淀区西三旗沁春*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 跨模态 融合 分析 疾病 系统 设备 存储 介质
【权利要求书】:

1.一种跨模态融合分析疾病的系统,其特征在于,所述方法包括:

数据获取模块:用于获取多个前列腺液外观图像样本、对应的前列腺液常规检测数据以及伴随症状特征信息;

预处理模块:用于对前列腺液外观图像样本进行图像特征提取,将对应的前列腺液常规检测数据以及伴随症状特征信息进行预处理;

特征融合模块:用于将前列腺液外观图像特征、预处理后的前列腺液常规检测数据、伴随症状特征信息融合在一起,并进行归一化处理,形成前列腺液医学生物特征与对应疾病的集合;

关系挖掘模块:用于利用关联规则挖掘算法提取前列腺液医学生物特征与对应疾病之间的关联规则。

2.根据权利要求1所述跨模态融合分析疾病的系统,其特征在于,所述数据获取模块中,所述前列腺液常规检测数据包括前列腺液的卵磷脂小体、上皮细胞、红细胞、白细胞、精子、PH值;所述伴随症状特征信息包括但不限于尿频、尿急、尿不尽、尿滴白、尿分叉、前列腺液分泌过多。

3.根据权利要求1所述跨模态融合分析疾病的系统,其特征在于,所述预处理模块具体包括:

通过HSV颜色空间的分量表,提取前列腺液外观图像中的淡乳白色区域,并通过淡乳白色区域面积进行前列腺液外观性状的判定;

提取前列腺液常规检测数据的数值;

提取伴随症状特征信息的关键字,对伴随症状特征信息进行向量化表示。

4.根据权利要求1所述跨模态融合分析疾病的系统,其特征在于,所述关系挖掘模块具体包括:

阈值设置单元:预先设置最小支持度阈值、最小置信度阈值;

规则分析单元:基于前列腺液医学生物特征与对应疾病的集合,利用关联规则挖掘算法对集合中的每一类疾病的前列腺液外观图像特征、前列腺液常规检测数据、伴随症状特征信息分别进行关联规则分析,得到前列腺液外观图像特征、前列腺液常规检测数据、伴随症状特征信息与对应疾病之间的关联规则。

5.根据权利要求4所述跨模态融合分析疾病的系统,其特征在于,所述关联规则挖掘算法为Aprior算法或频繁模式增长树算法。

6.根据权利要求1所述跨模态融合分析疾病的系统,其特征在于,所述系统还包括:

疾病分析模块:用于基于关系挖掘模块的关联规则进行疾病分析。

7.根据权利要求6所述跨模态融合分析疾病的系统,其特征在于,所述疾病分析模块具体用于:利用关系挖掘模块提取出的关联规则识别出待识别前列腺液的异常状况,预测潜在疾病,给出对应的解决方案。

8.一种电子设备,包括:至少一个处理器、至少一个存储器、通信接口和总线;

其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;

所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,以实现如权利要求1~7任一项所述的系统。

9.一种计算机可读存储介质,所述计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机实现权利要求1~7任一项所述的系统。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吾征智能技术(北京)有限公司,未经吾征智能技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110063106.6/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top