-
公开(公告)号:CN118538399B
公开(公告)日:2024-10-01
申请号:CN202410977896.2
申请日:2024-07-22
Applicant: 南通大学
IPC: G16H50/20 , G16H10/60 , G16H50/70 , G06N3/0442 , G06N5/04 , G06N5/022 , G06F18/241 , G06F18/23213
Abstract: 本发明涉及医疗数据处理技术领域,具体为一种智能儿科疾病诊断辅助系统,系统包括健康记录融合模块、症状模式分析模块、趋势预测与因果分析模块、儿科疾病知识图谱模块、疾病智能分类模块、医疗数据深度挖掘模块、智能标签生成模块、分诊智能推荐模块。本发明中,通过结合数据融合算法和图像处理技术,对儿童患者的健康记录和医疗影像进行分析,聚类分析和模式识别算法使症状数据分类更细致,揭示复杂症状模式,长短期记忆网络与因果推理方法相结合,提升症状趋势预测的准确性,并分析病情,图注意力网络构建的儿科疾病知识图谱丰富结构化医学知识的表达,优化知识利用,非监督学习技术在深度挖掘医疗数据时发现疾病发展的隐含模式。
-
公开(公告)号:CN118538399A
公开(公告)日:2024-08-23
申请号:CN202410977896.2
申请日:2024-07-22
Applicant: 南通大学
IPC: G16H50/20 , G16H10/60 , G16H50/70 , G06N3/0442 , G06N5/04 , G06N5/022 , G06F18/241 , G06F18/23213
Abstract: 本发明涉及医疗数据处理技术领域,具体为一种智能儿科疾病诊断辅助系统,系统包括健康记录融合模块、症状模式分析模块、趋势预测与因果分析模块、儿科疾病知识图谱模块、疾病智能分类模块、医疗数据深度挖掘模块、智能标签生成模块、分诊智能推荐模块。本发明中,通过结合数据融合算法和图像处理技术,对儿童患者的健康记录和医疗影像进行分析,聚类分析和模式识别算法使症状数据分类更细致,揭示复杂症状模式,长短期记忆网络与因果推理方法相结合,提升症状趋势预测的准确性,并分析病情,图注意力网络构建的儿科疾病知识图谱丰富结构化医学知识的表达,优化知识利用,非监督学习技术在深度挖掘医疗数据时发现疾病发展的隐含模式。
-