[发明专利]一种基于神经网络的异常病例识别方法及计算设备在审
| 申请号： | 201811281698.3 | 申请日： | 2018-10-30 |
| 公开（公告）号： | CN109545387A | 公开（公告）日： | 2019-03-29 |
| 发明（设计）人： | 南致超 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G16H70/00 | 分类号： | G16H70/00;G06Q40/08 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 郝传鑫;熊永强 |
| 地址： | 518000 广东省深圳市福田区福*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种基于神经网络的异常病例识别方法及计算设备，该方法包括：接收第一病例，所述第一病例的病例数据包括实际检查项组合，所述实际检查项组合包括至少一个检查项；提取所述第一病例的病例特征，并将所述病例特征输入到检查分类模型，得到所述第一病例的预测检查项组合；将所述实际检查项组合与所述预测检查项组合中的项进行比对，计算所述实际检查项组合与所述预测检查项组合的第一相同率；在所述第一相同率小于第一阈值时，识别所述第一病例为异常病例，并输出用于提示所述第一病例为异常病例的提示信息，进而实现对异常病例的识别。 | ||
| 搜索关键词： | 检查项 病例特征 计算设备 神经网络 预测 病例数据 分类模型 提示信息 阈值时 比对 提示 输出 检查 | ||
【主权项】：
1.一种基于神经网络的异常病例识别方法，其特征在于，包括：接收第一病例，所述第一病例的病例数据包括实际检查项组合，所述实际检查项组合包括至少一个检查项；提取所述第一病例的病例特征，并将所述病例特征输入到检查分类模型，得到所述第一病例的预测检查项组合；将所述实际检查项组合与所述预测检查项组合中的项进行比对，计算所述实际检查项组合与所述预测检查项组合的第一相同率，所述第一相同率用于表示所述实际检查项组合与所述预测检查项组合的相似程度；在所述第一相同率小于第一阈值时，识别所述第一病例为异常病例，并输出用于提示所述第一病例为异常病例的提示信息。
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平安科技（深圳）有限公司，未经平安科技（深圳）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/patent/201811281698.3/，转载请声明来源钻瓜专利网。
