Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜内蒙古卫数数据科技有限公司陈超获国家专利权

恭喜内蒙古卫数数据科技有限公司陈超获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜内蒙古卫数数据科技有限公司申请的专利基于多任务自监督学习的医疗数据疾病识别模型构建方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118262923B

龙图腾网通过国家知识产权局官网在2025-04-18发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410312341.6,技术领域涉及:G16H50/70;该发明授权基于多任务自监督学习的医疗数据疾病识别模型构建方法是由陈超;宋彪;王亚楠设计研发完成,并于2024-03-19向国家知识产权局提交的专利申请。

基于多任务自监督学习的医疗数据疾病识别模型构建方法在说明书摘要公布了:本发明公开了一种基于多任务自监督学习的医疗数据疾病识别模型构建方法,属于检验医学和疾病识别技术领域,包括:S1、提取目标人群的医疗数据,组成原始样本数据集;S2、对原始样本数据集进行预处理;S3、利用预处理后的缺失值填补数据集、样本数据同源分析数据集构建缺失值填补模型和样本数据同源测试模型;S4、利用多任务自监督学习模型,将缺失值填补和样本数据同源预测作为辅助任务,将已知疾病筛查作为下游任务,通过迁移学习实现对原始样本数据的疾病风险评估。本发明采用上述的一种基于多任务自监督学习的医疗数据疾病识别模型构建方法,能够提取更全面和准确的特征,以达到提高下游任务泛化性能的目的。

本发明授权基于多任务自监督学习的医疗数据疾病识别模型构建方法在权利要求书中公布了:1.一种基于多任务自监督学习的医疗数据疾病识别模型构建方法,其特征在于,包括以下步骤:S1、提取目标人群的医疗数据,组成原始样本数据集;样本数据集包括缺失值填补数据集、样本数据同源分析数据集和疾病筛查数据集;S2、对原始样本数据集进行清洗、标准化、归一化操作,去除异常值和噪声,得到预处理后的缺失值填补数据集、样本数据同源分析数据集和疾病筛查数据集;S3、利用预处理后的缺失值填补数据集、样本数据同源分析数据集分别构建缺失值填补模型和样本数据同源测试模型;S4、基于预处理后的疾病筛查数据集,利用多任务自监督学习模型,将缺失值填补和样本数据同源测试作为辅助任务,将已知疾病筛查作为下游任务,通过迁移学习实现对原始样本数据集的疾病风险评估;步骤S3中,缺失值填补模型的构建是采用基于全连接神经网络的回归模型,将具有缺失值的数据作为输入,完整数据集作为输出;其具体操作为:输入具有缺失值的数据X为{x1,x2,...,xn},其包含n条样本,每条样本xi包含m个特征;设缺失特征为xi,j,即第i条样本的第j个特征缺失,则回归模型表示为: 其中,f·;θ为回归模型;θ为模型参数;回归模型的训练目标是最小化预测误差,即: 其中,L·,·为损失函数;通过训练回归模型,得到缺失值填补后的完整数据集即其中,表示缺失值填补后的样本。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人内蒙古卫数数据科技有限公司,其通讯地址为:010010 内蒙古自治区呼和浩特市内蒙古呼和浩特赛罕区晨光路2号呼和浩特科创中心10层北区1007;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。