龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：西安交通大学医学院第一附属医院
申请日：2024-12-20
公开（公告）日：2025-01-21
公开（公告）号：CN119339931A
专利技术分类：.用于计算机辅助诊断，例如医疗专家系统[2018.01]
专利摘要：本发明涉及疾病诊断技术领域，具体地公开了基于深度学习的智能分类诊断眩晕疾病的诊疗系统，包括：眼震样本收集模块：用于得到训练集数据；模型训练模块：用于得到眼震波形范围；模型诊断模块：用于得到患者的眩晕诊断结果；诊断结果确认模块：基于单一目标人员的眩晕诊断结果，评估眩晕诊断结果是否准确；误导原因分析：基于诊断不准确信号，分析单一目标人员是否有对诊断模型产生误导，若产生误导，则生成类型误导信号；模型自主学习模块：基于类型误导信号，从而对眼震波形范围进行针对单一目标人员的学习更新；本发明不仅显著提升了诊断的精确性，更有效地减少了因个体差异导致的误诊或漏诊现象。
专利权项：1.基于深度学习的智能分类诊断眩晕疾病的诊疗系统，其特征在于，包括：眼震样本收集模块：用于从过往眩晕疾病患者处收集眼震样本波形曲线，并对眼震样本波形曲线进行划分，得到训练集数据；模型训练模块：用于将训练集数据输入卷积神经网络进行诊断模型的训练，得到眼震波形范围；模型诊断模块：用于采集目标人员的眼震波形曲线，将眼震波形曲线输入诊断模型中，与眼震波形范围进行比较，得到患者的眩晕诊断结果；诊断结果确认模块：基于单一目标人员的眩晕诊断结果，评估眩晕诊断结果是否准确，并当眩晕诊断结果不准确时，生成诊断不准确信号；误导原因分析：基于诊断不准确信号，分析单一目标人员是否有对诊断模型产生误导，若产生误导，则生成类型误导信号；模型自主学习模块：基于类型误导信号，获取类型误导信号对应眩晕类型的眼震误导波形曲线，同时，基于诊断模型中该眩晕类型的眼震波形范围，获得眩晕表征曲线，并将眼震误导波形曲线与眩晕表征曲线进行对比分析，计算误导系数，从而对眼震波形范围进行针对单一目标人员的学习更新。
百度查询： 西安交通大学医学院第一附属医院 基于深度学习的智能分类诊断眩晕疾病的诊疗系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号