[发明专利]基于深度卷积神经网络的医疗诊断的方法有效
申请号: | 201711002335.7 | 申请日: | 2017-10-24 |
公开(公告)号: | CN107863147B | 公开(公告)日: | 2021-03-16 |
发明(设计)人: | 黄永峰;杨忠良;张杰;罗鹏程;甘霖;何华东;尹潘龙 | 申请(专利权)人: | 清华大学;鄂东医疗集团市中心医院 |
主分类号: | G16H50/20 | 分类号: | G16H50/20;G16H50/70;G06F16/33;G06N3/04 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张润 |
地址: | 10008*** | 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: | 本发明公开了基于深度卷积神经网络的医疗诊断的方法,该方法包括:获取待诊断的电子病历对应的词向量矩阵;将待诊断的电子病历对应的词向量矩阵输入到预先构建的深度卷积神经网络模型中,获取待诊断的电子病历的特征向量;利用分类器对待诊断的电子病历的特征向量进行分类,获取待诊断的电子病历对应的各个病症的患病概率。该方法将卷积神经网络运用到医疗电子病历文本语义理解并进行辅助医疗诊断,能有效克服基于规则抽取和匹配的方法所具有的缺陷。 | ||
搜索关键词: | 基于 深度 卷积 神经网络 医疗 诊断 方法 | ||
【主权项】:
一种基于深度卷积神经网络的医疗诊断的方法,其特征在于,包括:获取待诊断的电子病历对应的词向量矩阵;将所述待诊断的电子病历对应的词向量矩阵输入到预先构建的深度卷积神经网络模型中,获取待诊断的电子病历对应的特征向量;利用分类器对所述待诊断的电子病历的特征向量进行分类,获取所述待诊断的电子病历对应的各个病症的患病概率。
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清华大学;鄂东医疗集团市中心医院,未经清华大学;鄂东医疗集团市中心医院许可,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/201711002335.7/,转载请声明来源钻瓜专利网。
- 上一篇:医院内导航装置
- 下一篇:一种基于大数据时代患者就医的方法和装置