[发明专利]胃癌筛查系统、方法、装置、电子装置和存储介质在审

专利信息
申请号: 202110968419.6 申请日: 2021-08-23
公开(公告)号: CN113889270A 公开(公告)日: 2022-01-04
发明(设计)人: 方敏;许振影;杨啸天;周华健;高春蓉;俞青;应晶 申请(专利权)人: 浙江一山智慧医疗研究有限公司
主分类号: G16H50/30 分类号: G16H50/30
代理公司: 杭州华进联浙知识产权代理有限公司 33250 代理人: 聂磊
地址: 311100 浙江省杭州市余杭区*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 胃癌 系统 方法 装置 电子 存储 介质
【权利要求书】:

1.一种胃癌筛查系统,其特征在于,所述系统包括:终端设备和主控设备;所述主控设备包括输入单元和第一预测单元;

所述终端设备用于获取第一模态数据集和第二模态数据集,并将所述第一模态数据集和所述第二模态数据集发送至所述主控设备;

所述输入单元用于将所述第一模态数据集输入至训练完备的数据转换模型,输出得到所述第一模态数据集的风险预测结果;

所述第一预测单元用于将所述风险预测结果和所述第二模态数据集输入至训练完备的胃癌预测模型,输出得到胃癌预测结果;其中,所述数据转换模型与所述胃癌预测模型处理的模态不同。

2.根据权利要求1所述的胃癌筛查系统,其特征在于,所述主控设备还包括第二预测单元;

所述第二预测单元用于在检测到所述第一模态数据集缺失的情况下,获取所述第一模态数据集相对应的补全值,并将所述补全值和所述第二模态数据集输入至所述胃癌预测模型,输出得到所述胃癌预测结果。

3.根据权利要求1所述的胃癌筛查系统,其特征在于,所述终端设备还用于获取第一预设数据集和第二预设数据集,并将所述第一预设数据集和所述第二预设数据集发送给所述主控设备;所述主控设备还包括模型训练单元;

所述模型训练单元用于对所述第一预设数据集进行第一预处理以得到第一训练数据,所述第一训练数据包括第一训练集;所述模型训练单元将所述第一训练集输入预设神经网络,得到所述数据转换模型;

所述模型训练单元还用于对所述第二预设数据集进行第二预处理以得到第二训练数据,所述第二训练数据包括第二训练集;所述模型训练单元将所述第一预设数据集输入至所述数据转换模型得到第三训练数据,所述第三训练数据包括第三训练集;所述模型训练单元将所述第二训练集和所述第三训练集输入预设决策树模型,得到所述胃癌预测模型。

4.根据权利要求3所述的胃癌筛查系统,其特征在于,所述主控设备还包括排序筛选单元;

所述排序筛选单元用于获取所述第二训练集的指标特征,并根据所述指标特征得到特征重要性曲线,根据所述特征重要性曲线得到排序筛选结果;

所述模型训练单元还用于将所述第二训练集和所述第三训练集输入所述预设决策树模型,并利用所述排序筛选结果训练所述预设决策树模型,得到所述胃癌预测模型。

5.根据权利要求3所述的胃癌筛查系统,其特征在于,所述第一训练数据还包括第一测试集,所述第二训练数据还包括第二测试集;所述主控设备还包括检验单元;

所述检验单元用于根据预设的准确率指标、灵敏度指标和特异性指标,利用所述第一测试集获取所述数据转换模型的第一检测结果,并利用所述第二测试集获取所述胃癌预测模型的第二检测结果。

6.根据权利要求1至5任一项所述的胃癌筛查系统,其特征在于,所述数据转换模型为DenseNet模型,所述胃癌预测模型为Lightgbm模型。

7.一种胃癌筛查方法,其特征在于,应用于权利要求1至6任一项所述的胃癌筛查系统,所述方法包括;

获取所述终端设备的第一模态数据集和第二模态数据集;

将所述第一模态数据集输入至训练完备的数据转换模型,输出得到所述第一模态数据集的风险预测结果,并将所述风险预测结果和所述第二模态数据集输入至训练完备胃癌预测模型,输出得到胃癌预测结果;其中,所述数据转换模型与所述胃癌预测模型处理的模态不同。

8.根据权利要求7所述的胃癌筛查方法,其特征在于,所述获取胃镜图像和指标信息之后,所述方法还包括:

在检测到所述第一模态数据集缺失的情况下,获取所述第一模态数据集相对应的补全值,并将所述补全值和所述第二模态数据集输入至所述胃癌预测模型,输出得到所述胃癌预测结果。

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浙江一山智慧医疗研究有限公司,未经浙江一山智慧医疗研究有限公司许可,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/202110968419.6/1.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