[發明專利]一種面向醫學數據的增量式處理方法在審
| 申請號： | 201810399299.0 | 申請日： | 2018-04-28 |
| 公開（公告）號： | CN108538390A | 公開（公告）日： | 2018-09-14 |
| 發明（設計）人： | 許濤;郭克華 | 申請（專利權）人： | 中南大學 |
| 主分類號： | G16H50/20 | 分類號： | G16H50/20;G16H50/70 |
| 代理公司： | 長沙正奇專利事務所有限責任公司 43113 | 代理人： | 馬強;王娟 |
| 地址： | 410083 湖南*** | 國省代碼： | 湖南;43 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 增量式學習 醫學數據 增量式 人工智能 診斷 輔助醫生 輔助診斷 數據格式 數據共享 醫療數據 疑難病癥 用戶隱私 重新計算 準確度 準確率 消耗 醫生 治療 | ||
【權利要求書】：
1.一種面向醫學數據的增量式處理方法，其特征在于，包括以下步驟：
1)采集醫療影像數據，對所述醫療影像數據進行遷移學習，將遷移學習得到的模型存入模型庫內；
2)對新增的醫療影像數據進行遷移學習，將遷移學習得到的模型加入到所述模型庫內；
3)采集需要診斷的影像，調用所述模型庫中的相關模型；
4)獲取到所述模型庫內不同的模型給出的關于某張需要診斷的影像圖片有癥狀和無癥狀的概率值，將不同模型給出的有癥狀的概率值相乘，再將不同模型給出的無癥狀的概率值相乘，最后將兩個相乘的結果相加，得到一個系數；
5)計算有癥狀的概率，將模型庫內所有模型給出的有癥狀的概率相乘，再乘以步驟4)中系數的倒數；計算無癥狀的概率，將模型庫內模型給出的無癥狀的概率相乘，再乘以步驟4)中系數的倒數；
6)返回最終結果。
2.根據權利要求1所述的面向醫學數據的增量式處理方法，其特征在于，步驟1)中，采用Google的深度學習框架tensorflow和InceptionV3模型對所述醫療影像數據進行遷移學習。
3.根據權利要求1所述的面向醫學數據的增量式處理方法，其特征在于，步驟2)中，采用Google的深度學習框架tensorflow和InceptionV3模型對新增的醫療影像數據進行遷移學習。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中南大學，未經中南大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810399299.0/1.html，轉載請聲明來源鉆瓜專利網。
