[發(fā)明專利]一種基于深度學(xué)習(xí)和知識(shí)圖譜的患者畫(huà)像方法及系統(tǒng)在審
| 申請(qǐng)?zhí)枺?/td> | 202110038673.6 | 申請(qǐng)日: | 2021-01-12 |
| 公開(kāi)(公告)號(hào): | CN112837769A | 公開(kāi)(公告)日: | 2021-05-25 |
| 發(fā)明(設(shè)計(jì))人: | 樊昭磊;吳軍;李濤;何云威;王雷;孫釗 | 申請(qǐng)(專利權(quán))人: | 山東眾陽(yáng)健康科技集團(tuán)有限公司 |
| 主分類號(hào): | G16H10/60 | 分類號(hào): | G16H10/60;G16H20/10;G16H50/20;G06F16/35;G06F16/36;G06N3/04;G06N3/08 |
| 代理公司: | 濟(jì)南圣達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 37221 | 代理人: | 李琳 |
| 地址: | 250000 山東省濟(jì)南市高*** | 國(guó)省代碼: | 山東;37 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 深度 學(xué)習(xí) 知識(shí) 圖譜 患者 畫(huà)像 方法 系統(tǒng) | ||
1.一種基于深度學(xué)習(xí)和知識(shí)圖譜的患者畫(huà)像方法,其特征在于,包括:
獲取患者醫(yī)療數(shù)據(jù);
根據(jù)醫(yī)學(xué)知識(shí)圖譜對(duì)患者醫(yī)療數(shù)據(jù)進(jìn)行分詞,對(duì)每個(gè)詞進(jìn)行向量化后,構(gòu)建詞向量矩陣;
將詞向量矩陣采用預(yù)先訓(xùn)練的深度學(xué)習(xí)模型得到患者標(biāo)簽;
根據(jù)患者標(biāo)簽完成對(duì)患者的畫(huà)像。
2.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)和知識(shí)圖譜的患者畫(huà)像方法,其特征在于,對(duì)患者醫(yī)療數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗,所述預(yù)處理包括:對(duì)醫(yī)療數(shù)據(jù)的數(shù)據(jù)清洗、缺失值處理和術(shù)語(yǔ)標(biāo)準(zhǔn)化。
3.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)和知識(shí)圖譜的患者畫(huà)像方法,其特征在于,所述醫(yī)學(xué)知識(shí)圖譜包括:獲取醫(yī)學(xué)知識(shí),采用三元組形式將醫(yī)學(xué)知識(shí)結(jié)構(gòu)化,由若干個(gè)三元組組成醫(yī)學(xué)知識(shí)圖譜。
4.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)和知識(shí)圖譜的患者畫(huà)像方法,其特征在于,所述根據(jù)醫(yī)學(xué)知識(shí)圖譜對(duì)患者醫(yī)療數(shù)據(jù)進(jìn)行分詞包括,對(duì)患者醫(yī)療數(shù)據(jù)采用最大匹配進(jìn)行分詞,根據(jù)醫(yī)學(xué)知識(shí)圖譜中詞庫(kù)的最大長(zhǎng)度n,選取患者醫(yī)療數(shù)據(jù)的前n個(gè)字,判斷選取的前n個(gè)字是否在詞庫(kù)中,若在,則進(jìn)入下一次分詞,若不在,令n=n-1,重復(fù)上述過(guò)程。
5.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)和知識(shí)圖譜的患者畫(huà)像方法,其特征在于,對(duì)每個(gè)詞采用word2vec進(jìn)行向量化,構(gòu)建詞向量矩陣。
6.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)和知識(shí)圖譜的患者畫(huà)像方法,其特征在于,將詞向量矩陣采用預(yù)先訓(xùn)練的深度學(xué)習(xí)模型進(jìn)行卷積計(jì)算、最大池化計(jì)算以及分類計(jì)算;具體包括:
將詞向量矩陣Di與卷積核進(jìn)行乘積并求和,得到輸出f;
對(duì)輸出f的最大值進(jìn)行最大池化,得到向量F;
對(duì)向量F進(jìn)行softmax分類,得到患者標(biāo)簽。
7.如權(quán)利要求1所述的一種基于深度學(xué)習(xí)和知識(shí)圖譜的患者畫(huà)像方法,其特征在于,所述患者畫(huà)像方法還包括對(duì)得到的患者標(biāo)簽進(jìn)行標(biāo)簽的確認(rèn)、調(diào)整以及統(tǒng)計(jì)管理。
8.一種基于深度學(xué)習(xí)和知識(shí)圖譜的患者畫(huà)像系統(tǒng),其特征在于,包括:
數(shù)據(jù)獲取模塊,被配置為獲取患者醫(yī)療數(shù)據(jù);
數(shù)據(jù)處理模塊,被配置為根據(jù)醫(yī)學(xué)知識(shí)圖譜對(duì)患者醫(yī)療數(shù)據(jù)進(jìn)行分詞,對(duì)每個(gè)詞進(jìn)行向量化后,構(gòu)建詞向量矩陣;
標(biāo)簽計(jì)算模塊,被配置為將詞向量矩陣采用預(yù)先訓(xùn)練的深度學(xué)習(xí)模型得到患者標(biāo)簽;
畫(huà)像模塊,被配置為根據(jù)患者標(biāo)簽完成對(duì)患者的畫(huà)像。
9.一種電子設(shè)備,其特征在于,包括存儲(chǔ)器和處理器以及存儲(chǔ)在存儲(chǔ)器上并在處理器上運(yùn)行的計(jì)算機(jī)指令,所述計(jì)算機(jī)指令被處理器運(yùn)行時(shí),完成權(quán)利要求1-7任一項(xiàng)所述的方法。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其特征在于,用于存儲(chǔ)計(jì)算機(jī)指令,所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí),完成權(quán)利要求1-7任一項(xiàng)所述的方法。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于山東眾陽(yáng)健康科技集團(tuán)有限公司,未經(jīng)山東眾陽(yáng)健康科技集團(tuán)有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110038673.6/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動(dòng)態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動(dòng)學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 游戲?qū)W習(xí)效果評(píng)測(cè)方法及系統(tǒng)
- 基于本體的知識(shí)地圖繪制系統(tǒng)
- 基于知識(shí)地圖的領(lǐng)域知識(shí)瀏覽方法
- 一種基于知識(shí)本體的知識(shí)體系的建模方法
- 一種知識(shí)工程系統(tǒng)
- 知識(shí)自動(dòng)化系統(tǒng)和方法以及存儲(chǔ)器
- 基于SOLR的知識(shí)管理系統(tǒng)
- 基于知識(shí)節(jié)點(diǎn)所屬度的知識(shí)圖譜構(gòu)建方法和裝置
- 一種基于知識(shí)圖譜的稅務(wù)知識(shí)庫(kù)系統(tǒng)
- 一種智聯(lián)網(wǎng)中的網(wǎng)絡(luò)知識(shí)統(tǒng)一表征架構(gòu)及實(shí)現(xiàn)方法
- 知識(shí)點(diǎn)存儲(chǔ)方法、裝置、服務(wù)器及介質(zhì)





