公开(公告)号：CN110534192A

公开(公告)日：2019-12-03

申请号：CN201910673218.6

申请日：2019-07-24

Applicant: 大连理工大学 ,  大连医科大学附属第二医院

Inventor： 王健 ,  文加斌 ,  李孟颖 ,  杨春梅 ,  林鸿飞 ,  张益嘉 ,  王琰

IPC: G16H50/20 ,  G16H10/60 ,  G06F16/35 ,  G06F16/33 ,  G06F17/27 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种肺结节良恶性识别方法，一种基于深度学习的肺结节良恶性识别方法，包括以下步骤：(1)、对原始肺结节电子病历数据进行预处理，(2)、文档筛选与分类，(3)、文本表示的构建，(4)、深度学习模型的训练，(5)、attention机制的加入，(6)、选择分类器对肺结节良恶性进行识别，(7)、对模型分类结果进行融合。本发明利用文本信息对肺结节良恶性进行判断来辅助医疗；还利用了深度学习的相关知识来进行文本分类，减少了人工干预，效率更高；通过不同的文本特征输入，比较性别和年龄、现病史、个人史这三个因素对肺结节良恶性预判的影响情况，采用结果融合的方法提高分类识别模型最终的准确率和稳定性。

公开(公告)号：CN110534192B

公开(公告)日：2023-12-26

申请号：CN201910673218.6

申请日：2019-07-24

Applicant: 大连理工大学 ,  大连医科大学附属第二医院

Inventor： 王健 ,  文加斌 ,  李孟颖 ,  杨春梅 ,  林鸿飞 ,  张益嘉 ,  王琰

IPC: G16H50/20 ,  G16H10/60 ,  G06F16/35 ,  G06F16/33 ,  G06F40/279 ,  G06F18/24 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种肺结节良恶性识别方法，一种基于深度学习的肺结节良恶性识别方法，包括以下步骤：(1)、对原始肺结节电子病历数据进行预处理，(2)、文档筛选与分类，(3)、文本表示的构建，(4)、深度学习模型的训练，(5)、attention机制的加入，(6)、选择分类器对肺结节良恶性进行识别，(7)、对模型分类结果进行融合。本发明利用文本信息对肺结节良恶性进行判断来辅助医疗；还利用了深度学习的相关知识来进行文本分类，减少了人工干预，效率更高；通过不同的文本特征输入，比较性别和年龄、现病史、个人史这三个因素对肺结节良恶性预判的影响情况，采用结果融合的方法提高分类识别模型最终的准确率和稳定性。