-
公开(公告)号：CN105894088A
公开(公告)日：2016-08-24
申请号：CN201610176409.8
申请日：2016-03-25
Applicant: 苏州赫博特医疗信息科技有限公司
IPC: G06N3/08
Abstract: 本发明公开了基于深度学习及分布式语义特征医学信息抽取系统和方法，包含预处理模块、基于语言模型的词向量训练模块、海量医学知识库加强学习模块和基于深度人工神经网络的医学名实体识别模块；通过深度学习方法以生成语言模型的概率为优化目标，使用医学文本大数据训练初级的词向量；基于海量医学知识库，训练第二个深度人工神经网络，通过深度加强学习，把海量知识库结合到深度学习的特征学习过程中，从而获取真对医学领域的分布式语义特征；最后使用基于优化语句级极大似然概率的深度学习方法进行中文医学名实体识别。使用大量未标注语料来生成词向量，从而避免医学自然语言处理中的繁琐的特征选择和调优过程。
-
Patent Agency Ranking
公开(公告)号：CN106960123A
公开(公告)日：2017-07-18
申请号：CN201710163807.0
申请日：2017-03-17
Applicant: 苏州大学附属儿童医院 , 苏州赫博特医疗信息科技有限公司
IPC: G06F19/00
CPC classification number: G16H50/50
Abstract: 本发明提供的川崎病的冠脉损伤并发症的预测方法及系统，所述方法包括以下步骤：采集建立SVM模型的21项原始参数；所述建模原始参数包括：性别，年龄，就诊时发热时间，临床分型，CRP检测值，WBC值，PLT值，Hb值，ALT值，AST值，ALB值，丙球蛋白使用时间，以及临床诊断症状指标；所述临床诊断症状指标包括：结膜充血，皮疹，口唇皲裂，杨梅舌，颈淋巴结肿大，手足硬肿，指趾脱皮，肛周脱皮，卡疤红肿；对所述原始参数做离散化处理以获得原始参数对应的SVM特征值；以SVM特征值为基础数据构建SVM模型，并通过所述SVM模型预测川崎病的冠脉损伤并发症。本发明可以对病人进行早期干预治疗，促进冠状动脉损伤的恢复，对将来川崎病的诊治具有重要意义和价值。
-
公开(公告)号：CN106971067A
公开(公告)日：2017-07-21
申请号：CN201710161648.0
申请日：2017-03-17
Applicant: 苏州大学附属儿童医院 , 苏州赫博特医疗信息科技有限公司
CPC classification number: G06K9/6269 , G16H50/30
Abstract: 本发明提供的丙种球蛋白无反应型川崎病的预测方法及系统，所述方法包括以下步骤：采集建立SVM模型的21项原始参数；建模原始参数包括：性别，年龄，就诊时发热时间，临床分型，CRP检测值，WBC值，PLT值，Hb值，ALT值，AST值，ALB值，丙球蛋白使用时间，以及临床诊断症状指标；临床诊断症状指标包括：结膜充血，皮疹，口唇皲裂，杨梅舌，颈淋巴结肿大，手足硬肿，指趾脱皮，肛周脱皮，卡疤红肿；对原始参数做离散化处理以获得原始参数对应的SVM特征值；以SVM特征值为基础数据构建SVM模型，并通过SVM模型预测川崎病的丙种球蛋白无反应并发症。本发明可以对病人进行早期干预治疗，促进冠状动脉损伤的恢复，对将来川崎病的诊治具有重要意义和价值。
-
公开(公告)号：CN105894088B
公开(公告)日：2018-06-29
申请号：CN201610176409.8
申请日：2016-03-25
Applicant: 苏州赫博特医疗信息科技有限公司
IPC: G06N3/08
Abstract: 本发明公开了基于深度学习及分布式语义特征医学信息抽取系统和方法，包含预处理模块、基于语言模型的词向量训练模块、海量医学知识库加强学习模块和基于深度人工神经网络的医学名实体识别模块；通过深度学习方法以生成语言模型的概率为优化目标，使用医学文本大数据训练初级的词向量；基于海量医学知识库，训练第二个深度人工神经网络，通过深度加强学习，把海量知识库结合到深度学习的特征学习过程中，从而获取真对医学领域的分布式语义特征；最后使用基于优化语句级极大似然概率的深度学习方法进行中文医学名实体识别。使用大量未标注语料来生成词向量，从而避免医学自然语言处理中的繁琐的特征选择和调优过程。
-
公开(公告)号：CN107480436A
公开(公告)日：2017-12-15
申请号：CN201710642661.8
申请日：2017-07-31
Applicant: 苏州大学附属儿童医院 , 苏州赫博特医疗信息科技有限公司
CPC classification number: G06K9/6269
Abstract: 本发明提供的丙种球蛋白无反应型川崎病的预测方法及系统，所述方法包括以下步骤：采集建立SVM模型的21项原始参数；建模原始参数包括：性别，年龄，就诊时发热时间，临床分型，CRP检测值，WBC值，PLT值，Hb值，ALT值，AST值，ALB值，丙球蛋白使用时间，以及临床诊断症状指标；临床诊断症状指标包括：结膜充血，皮疹，口唇皲裂，杨梅舌，颈淋巴结肿大，手足硬肿，指趾脱皮，肛周脱皮，卡疤红肿；对原始参数做离散化处理以获得原始参数对应的SVM特征值；以SVM特征值为基础数据构建SVM模型，并通过SVM模型预测川崎病的丙种球蛋白无反应并发症。本发明可以对病人进行早期干预治疗，促进冠状动脉损伤的恢复，对将来川崎病的诊治具有重要意义和价值。
-
公开(公告)号：CN107423568A
公开(公告)日：2017-12-01
申请号：CN201710641560.9
申请日：2017-07-31
Applicant: 苏州大学附属儿童医院 , 苏州赫博特医疗信息科技有限公司
IPC: G06F19/00
Abstract: 本发明提供的川崎病的冠脉损伤并发症的预测方法及系统，所述方法包括以下步骤：采集建立SVM模型的21项原始参数；所述建模原始参数包括：性别，年龄，就诊时发热时间，临床分型，CRP检测值，WBC值，PLT值，Hb值，ALT值，AST值，ALB值，丙球蛋白使用时间，以及临床诊断症状指标；所述临床诊断症状指标包括：结膜充血，皮疹，口唇皲裂，杨梅舌，颈淋巴结肿大，手足硬肿，指趾脱皮，肛周脱皮，卡疤红肿；对所述原始参数做离散化处理以获得原始参数对应的SVM特征值；以SVM特征值为基础数据构建SVM模型，并通过所述SVM模型预测川崎病的冠脉损伤并发症。本发明可以对病人进行早期干预治疗，促进冠状动脉损伤的恢复，对将来川崎病的诊治具有重要意义和价值。
-
-
-
-
-
Search Results
6
records
(took 0.036 seconds)
