-
公开(公告)号：CN110415820A
公开(公告)日：2019-11-05
申请号：CN201910731727.X
申请日：2019-08-08
Applicant: 中南大学
Abstract: 本发明公开了一种基于大数据的非小细胞肺癌评估方法、装置和电子设备，所述方法包括：获得癌症患者的特征数据；对所述特征数据进行预处理；对所述预处理后的数据进行分析，得到分析结果；根据所述分析结果，生成评估结果。这种方法能够对癌症患者的图像和相关数据进行处理分析，从而给出癌症评估结果。
-
公开(公告)号：CN111312392B
公开(公告)日：2023-08-22
申请号：CN202010175933.X
申请日：2020-03-13
Applicant: 中南大学
Abstract: 本发明公开了一种基于集成法的前列腺癌辅助分析方法、装置和电子设备，包括：获取用户的至少一个特征数据集；根据至少一个特征数据集，生成至少一个特征向量；将特征向量作为预先训练的第一支持向量机模型的输入向量，根据输出值判断用户的前列腺癌是良性或恶性；若判断所述用户的前列腺癌为恶性，则将特征向量分别作为预先训练的各模型的输入向量，分别得到各模型的输出向量；将各输出向量集成一个向量，作为预先训练的多元线性回归模型的输入向量，根据多元线性回归模型的输出值判断用户的前列腺癌所处的分期。该前列腺癌辅助分析方法采用经典机器学习方法，并使用集成学习方法来降低单一模型出错的风险。
-
Patent Agency Ranking
公开(公告)号：CN111430024B
公开(公告)日：2023-07-11
申请号：CN202010010514.0
申请日：2020-01-06
Applicant: 中南大学
Abstract: 本发明提供了一种用于疾病程度分类的数据决策方法及其系统，包括：对疾病的特征指标进行聚类分析，将特征指标划分为关联度高的特征Ihigh和关联度低的特征Ilow；将关联度高的特征Ihigh和CT图像输入编码器进行训练得到训练后的自编码器；将训练好的自编码器与softmax分类器结合得到决策分类器，由决策分类器对CT图像进行分类并将分类结果作为分期决策的输出。本发明能够将CT图像和辅助信息结合进行疾病阶段决策的输入信息，能够快速。准确的得到疾病阶段决策结果。
-
公开(公告)号：CN111564212A
公开(公告)日：2020-08-21
申请号：CN202010376075.5
申请日：2020-05-07
Applicant: 中南大学
Abstract: 本发明公开了一种用于辅助医疗系统的决策模型建立方法，包括以下步骤：A、使用支持向量机构建第一分类器，使用有向无环图支持向量机构建第二分类器；B、使用神经网络对支持向量机进行补充，实现在支持向量机出错时对冲掉风险；C、通过集成学习对支持向量机和神经网络进行集成。本发明能够解决现有技术的不足，提高检查数据分析的准确性。
-
公开(公告)号：CN111430024A
公开(公告)日：2020-07-17
申请号：CN202010010514.0
申请日：2020-01-06
Applicant: 中南大学
Abstract: 本发明提供了一种用于疾病程度分类的数据决策方法及其系统，包括：对疾病的特征指标进行聚类分析，将特征指标划分为关联度高的特征Ihigh和关联度低的特征Ilow；将关联度高的特征Ihigh和CT图像输入编码器进行训练得到训练后的自编码器；将训练好的自编码器与softmax分类器结合得到决策分类器，由决策分类器对CT图像进行分类并将分类结果作为分期决策的输出。本发明能够将CT图像和辅助信息结合进行疾病阶段决策的输入信息，能够快速。准确的得到疾病阶段决策结果。
-
公开(公告)号：CN111312392A
公开(公告)日：2020-06-19
申请号：CN202010175933.X
申请日：2020-03-13
Applicant: 中南大学
Abstract: 本发明公开了一种基于集成法的前列腺癌辅助分析方法、装置和电子设备，包括：获取用户的至少一个特征数据集；根据至少一个特征数据集，生成至少一个特征向量；将特征向量作为预先训练的第一支持向量机模型的输入向量，根据输出值判断用户的前列腺癌是良性或恶性；若判断所述用户的前列腺癌为恶性，则将特征向量分别作为预先训练的各模型的输入向量，分别得到各模型的输出向量；将各输出向量集成一个向量，作为预先训练的多元线性回归模型的输入向量，根据多元线性回归模型的输出值判断用户的前列腺癌所处的分期。该前列腺癌辅助分析方法采用经典机器学习方法，并使用集成学习方法来降低单一模型出错的风险。
-
公开(公告)号：CN110675930A
公开(公告)日：2020-01-10
申请号：CN201910912629.6
申请日：2019-09-25
Applicant: 中南大学
IPC: G16H10/60
Abstract: 本发明公开了一种针对非小细胞肺癌的决策方法、系统及装置，包括：获取患者的病理数据，包括高相关性数据Vhigh(t)和低相关性数据Vlow(t)；根据高相关性数据Vhigh(t)和低相关性数据Vlow(t)获取阶段决策值Vstage(t)；以阶段决策值Vstage(t)为依据，分析患者的疾病发展阶段；对按照疾病发展阶段治疗的患者进行治疗效果评价。本发明提出针对非小细胞肺癌的决策系统和装置，实现疾病诊断、医疗数据分析和融合，治疗建议和评估，可以帮助医生进行更快速、准确的诊断并给出可靠的决策建议。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
