-
公开(公告)号:CN118553429B
公开(公告)日:2024-10-11
申请号:CN202411021046.1
申请日:2024-07-29
Applicant: 吉林大学
IPC: G16H50/30 , G16H50/20 , G16H10/40 , G06T7/00 , G06N3/0464 , G06V10/764
Abstract: 本申请提供了一种代谢性疾病的智能预测模型训练及类别预测方法,包括:利用特制的采集工具,获取多个代谢性疾病患者的指甲样本,并对所述指甲样本进行代谢性疾病类别的标识;针对每一个指甲样本,分别采集该指甲样本的拉曼光谱图像和扫描电子显微图像;将所述拉曼光谱图像和扫描电子显微图像输入至代谢性疾病的智能预测模型,以输出代谢性疾病的类别以及各类别对应的预测概率,并基于所述代谢性疾病的类别以及各类别对应的预测概率与所述代谢性疾病类别的标识之间的损失,更新所述代谢性疾病的智能预测模型的参数。通过该方法能够实现快速、非侵入性的代谢性疾病的预测,为医疗决策提供即时的科学依据,以增强医疗服务的质量和效率。
-
公开(公告)号:CN118553429A
公开(公告)日:2024-08-27
申请号:CN202411021046.1
申请日:2024-07-29
Applicant: 吉林大学
IPC: G16H50/30 , G16H50/20 , G16H10/40 , G06T7/00 , G06N3/0464 , G06V10/764
Abstract: 本申请提供了一种代谢性疾病的智能预测模型训练及类别预测方法,包括:利用特制的采集工具,获取多个代谢性疾病患者的指甲样本,并对所述指甲样本进行代谢性疾病类别的标识;针对每一个指甲样本,分别采集该指甲样本的拉曼光谱图像和扫描电子显微图像;将所述拉曼光谱图像和扫描电子显微图像输入至代谢性疾病的智能预测模型,以输出代谢性疾病的类别以及各类别对应的预测概率,并基于所述代谢性疾病的类别以及各类别对应的预测概率与所述代谢性疾病类别的标识之间的损失,更新所述代谢性疾病的智能预测模型的参数。通过该方法能够实现快速、非侵入性的代谢性疾病的预测,为医疗决策提供即时的科学依据,以增强医疗服务的质量和效率。
-