[发明专利]基于深度学习的辅助诊断方法及系统在审
| 申请号： | 201711010112.5 | 申请日： | 2017-10-25 |
| 公开（公告）号： | CN107833629A | 公开（公告）日： | 2018-03-23 |
| 发明（设计）人： | 范晓亮;吴谨准;史佳;王玉杰;陈龙彪;郑传潘;王程;李军 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20 |
| 代理公司： | 厦门致群专利代理事务所(普通合伙)35224 | 代理人： | 刘兆庆,陆庆红 |
| 地址： | 361000 *** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的辅助诊断方法，包括S1、对原始语料数据进行分词处理以建立词嵌入查询表；S2、由电子病历数据中的关键特征字段生成训练样本，使用词嵌入查询表将其数字化，再利用卷积神经网络生成辅助诊断模型；S3、对新输入的电子病历提取关键特征字段，并通过词嵌入查询表进行数字化转换，利用辅助诊断模型进行匹配，输出匹配的诊断结果。本发明还提供一种基于深度学习的辅助诊断系统，包括语料数据提取模块、词嵌入查询表构建模块、历史电子病历数据提取模块、新电子病历数据提取模块、分词模块、电子病历数字化模块及辅助诊断模块。本发明诊断结果及时、准确，将有效辅助医生快速诊断病情。 | ||
| 搜索关键词： | 基于 深度 学习 辅助 诊断 方法 系统 | ||
【主权项】：
基于深度学习的辅助诊断方法，其特征在于，包括以下步骤：S1、由语料库导入原始语料数据，对原始语料数据进行分词处理，并建立词嵌入查询表；S2、提取电子病历数据中的关键特征字段，并生成训练样本，使用所述词嵌入查询表对训练样本进行数字化转换，将数字化训练样本输入卷积神经网络进行训练，生成辅助诊断模型；S3、对新输入的电子病历提取关键特征字段，并生成待预测集，使用所述词嵌入查询表对待预测集进行数字化转换，将数字化待预测集输入所述辅助诊断模型进行匹配，输出匹配的诊断结果。
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厦门大学，未经厦门大学许可，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/201711010112.5/，转载请声明来源钻瓜专利网。
