[發(fā)明專利]一種基于醫(yī)學數(shù)據(jù)及人工智能的真實世界研究方法

在審

• 申請?zhí)枺?/td>: 202010879769.0
• 申請日: 2020-08-27
• 公開（公告）號: CN112349419A
• 公開（公告）日: 2021-02-09
• 發(fā)明（設計）人: 卜曉軍
• 申請（專利權）人: 北京顥云信息科技股份有限公司
• 主分類號: G16H50/50
• 分類號: G16H50/50
• 代理公司: 常州佰業(yè)騰飛專利代理事務所(普通合伙) 32231
• 代理人: 張勵

一種基于醫(yī)學數(shù)據(jù)及人工智能的真實世界研究方法，包括憑借現(xiàn)時池化層單元運算出的基于池化層單元的醫(yī)學數(shù)據(jù)，得到與所述基于池化層單元的醫(yī)學數(shù)據(jù)對應的路徑數(shù)據(jù)，所述路徑數(shù)據(jù)，包括所述基于池化層單元的醫(yī)學數(shù)據(jù)經(jīng)所述現(xiàn)時池化層單元傳遞到目標池化層單元所途徑的全部路徑池化層單元的醫(yī)學數(shù)據(jù)，還有每個所述路徑池化層單元間的關聯(lián)醫(yī)學數(shù)據(jù)。結合其它結構有效避免了現(xiàn)有技術中人工智能內的池化層醫(yī)學數(shù)據(jù)收受方式運算出的池化層單元導出的醫(yī)學數(shù)據(jù)同真實的仿真結論誤差太高的缺陷。

技術領域

本發(fā)明屬于醫(yī)學數(shù)據(jù)AI技術領域，具體涉及一種基于醫(yī)學數(shù)據(jù)及人工智能的真實世界研究方法。

背景技術

普遍的針對醫(yī)學數(shù)據(jù)的人工智能開發(fā)普遍依然為在單內核上運行程序模塊且附設高水準的FPGA架構來達成的，全部期間的電子元件功耗、費用以及醫(yī)學數(shù)據(jù)處置效率均不佳；于是，近幾年人工智能運算方面高效進步，也就是運用電子元件徑直形成人工智能以此仿真頭部的效能，要達成整體同步、小功耗、能撐持繁瑣架構卷積性能的運算體系，且可把人工智能的處置結論，達成更佳的仿真。

憑借現(xiàn)有的人工智能內的池化層醫(yī)學數(shù)據(jù)收受方式運算出的池化層單元導出的醫(yī)學數(shù)據(jù)，同真實的仿真結論，誤差太高。

發(fā)明內容

為解決上述問題，本發(fā)明提供了一種基于醫(yī)學數(shù)據(jù)及人工智能的真實世界開發(fā)方式，有效避免了現(xiàn)有技術中人工智能內的池化層醫(yī)學數(shù)據(jù)收受方式運算出的池化層單元導出的醫(yī)學數(shù)據(jù)同真實的仿真結論誤差太高的缺陷。

為了克服現(xiàn)有技術中的缺陷，本發(fā)明提供了一種基于醫(yī)學數(shù)據(jù)及人工智能的真實世界開發(fā)方式的解決方案，具體如下：

一種基于醫(yī)學數(shù)據(jù)及人工智能的真實世界開發(fā)方式，其人工智能醫(yī)學數(shù)據(jù)發(fā)送方式，包括：

A-1：憑借現(xiàn)時池化層單元運算出的基于池化層單元的醫(yī)學數(shù)據(jù)，得到與所述基于池化層單元的醫(yī)學數(shù)據(jù)對應的路徑數(shù)據(jù)，所述路徑數(shù)據(jù)，包括所述基于池化層單元的醫(yī)學數(shù)據(jù)經(jīng)所述現(xiàn)時池化層單元傳遞到目標池化層單元所途徑的全部路徑池化層單元的醫(yī)學數(shù)據(jù)，還有每個所述路徑池化層單元間的關聯(lián)醫(yī)學數(shù)據(jù)。

進一步的，所述路徑數(shù)據(jù)，包括池化層單元層級的服務設置后，池化層單元間的恒定的路徑關聯(lián)，亦在一服務內，現(xiàn)時池化層單元能夠憑借運算得出的不一樣的導出的醫(yī)學數(shù)據(jù)，給所述導出的醫(yī)學數(shù)據(jù)主動擇取的路徑；包括給出現(xiàn)時池化層單元到目標池化層單元間所需的途徑的恒定的途徑路徑池化層單元的數(shù)量，或者給出現(xiàn)時池化層單元至目標池化層單元間的恒定的路徑下基于池化層單元的醫(yī)學數(shù)據(jù)。

在一基于池化層單元的醫(yī)學數(shù)據(jù)被運算出來后，經(jīng)由事先設置的路徑規(guī)范，得到路徑數(shù)據(jù)，了解現(xiàn)時池化層單元所要導出的基于池化層單元的醫(yī)學數(shù)據(jù)所要途徑的路徑數(shù)據(jù)；還包括途徑何處路徑池化層單元，另外全部路徑池化層單元間的相連結構，依照事先設定的編碼的次序相連，或憑借醫(yī)學數(shù)據(jù)量執(zhí)行機動變化。

A-2：憑借所述路徑數(shù)據(jù)，得到同所述路徑數(shù)據(jù)相應的遲滯醫(yī)學數(shù)據(jù)。

進一步的，所述憑借所述路徑數(shù)據(jù)，得到的所述路徑數(shù)據(jù)相應的遲滯醫(yī)學數(shù)據(jù)，包括憑借路徑數(shù)據(jù)的設定的基于池化層單元的醫(yī)學數(shù)據(jù)的傳遞遲滯時長，

A-3：憑借所述基于池化層單元的醫(yī)學數(shù)據(jù)與所述遲滯醫(yī)學數(shù)據(jù)，導出所述基于池化層單元的醫(yī)學數(shù)據(jù)。

進一步的，憑借所述基于池化層單元的醫(yī)學數(shù)據(jù)與所述遲滯醫(yī)學數(shù)據(jù)，導出所述基于池化層單元的醫(yī)學數(shù)據(jù)，包括把所述一對醫(yī)學數(shù)據(jù)合并導出，或在所述遲滯醫(yī)學數(shù)據(jù)認定的遲滯時長后導出所述基于池化層單元的醫(yī)學數(shù)據(jù)，把所述遲滯醫(yī)學數(shù)據(jù)包含在所述基于池化層單元的醫(yī)學數(shù)據(jù)的導出中，能夠讓所述基于池化層單元的醫(yī)學數(shù)據(jù)具有很完善的時段數(shù)據(jù)。

所述人工智能下醫(yī)學數(shù)據(jù)傳遞方式，包括：