[发明专利]表征和识别生物结构有效
| 申请号： | 201780084152.6 | 申请日： | 2017-11-21 |
| 公开（公告）号： | CN110199358B | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 戈尔·列别杰夫;皮尔卢卡·梅西纳 | 申请（专利权）人： | 森索姆公司 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;A61B5/00;A61B5/0536 |
| 代理公司： | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人： | 王庆艳;王春伟 |
| 地址： | 法国*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 所描述的实施方案涉及使用机器学习技术识别和表征生物结构的技术。可以采用这些技术使装置能够在例如生物结构中识别特定类型的组织和/或细胞(例如，血小板、平滑肌细胞或内皮细胞)，该生物结构可以是动物(例如人类或非人类动物)的组织或导管(例如脉管系统)的病变、以及其他结构。除了从原始数据导出的值之外，机器学习技术还可以使用原始阻抗谱术测量数据。另外，机器学习技术可用于选择测量阻抗的频率，并选择从所选频率处的测量阻抗中提取的特征，以得到允许可靠区分的一小组频率。 | ||
| 搜索关键词： | 表征 识别 生物 结构 | ||
【主权项】：
1.一种训练系统以识别生物结构的至少一个特征的方法，所述方法包括：接收包括生物结构的多组阻抗测量值的训练数据；从多组阻抗测量值的每组中识别包括阻抗测量值第一子集的训练数据第一子集；从所识别的训练数据第一子集中识别第一多个特征，所述第一多个特征包括从所识别的训练数据第一子集导出的至少一个导出特征；和使用至少一种机器学习技术和第一多个所识别的特征来训练模型以创建第一经训练的模型。
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森索姆公司，未经森索姆公司许可，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/patent/201780084152.6/，转载请声明来源钻瓜专利网。
