公开(公告)号：CN112105923B

公开(公告)日：2024-01-09

申请号：CN201880093318.5

申请日：2018-07-13

Applicant: 爱-森新株式会社

Inventor： 李锡沅 ,  姜秉根 ,  李明澔 ,  南学铉 ,  李弦锡

IPC: G01N27/327 ,  G01N33/66 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/084 ,  G06N3/098 ,  G06N3/048

Abstract: 如果现有的测量技术是相关领域专家长时间研发应用直接提取特征的公式或方法以有效提取特征(Features)的技术，则本发明的目的是提供一种利用人工智能深度学习的测量对象浓度测量方法，将测量时间内从携带信息(Labels)的样品获得的输入信号进行图像化建立数据集，通过利用人工神经网络技术的深度学习找出人们无法预知的有用的特征等，并且应用如此通过(56)对比文件Hieu Trung Huynh 等.Hematocritestimation from compact single hiddenlayer feedforward neural networks trainedby evolutionary algorithm《.2008 IEEECongress on Evolutionary Computation》.2008,第2962-2966页.

公开(公告)号：CN111683587A

公开(公告)日：2020-09-18

申请号：CN201880088778.9

申请日：2018-04-06

Applicant: 爱-森新株式会社

Inventor： 姜秉根 ,  李明澔 ,  李锡沅 ,  南学铉 ,  车晟熏

IPC: A61B5/00 ,  A61B5/145 ,  G06N3/08

Abstract: 本发明涉及一种利用人工神经网络深度学习技术分析测量对象的系统，所述系统包括：生物特征信息测量装置；以及基于分析生物特征信息的人工智能的深度学习服务器，所述深度学习服务器具备：信号获取单元，用于获取基于电化学反应的信号，将通过所述生物特征信息测量装置采集的血液注入具有一对电极的传感器会引起所述电化学反应；信号处理单元，用于将从所述信号获取单元获取的信号预处理为用于人工智能深度学习的信号；生物特征信息测量算法生成单元，用于利用深度学习人工神经网络技术自动提取利用通过所述信号处理单元处理的信号进行优化的生物特征信息测量算法；以及优化算法结果提供单元，用于向所述生物特征信息测量装置提供优化的生物特征信息测量算法。

公开(公告)号：CN112105923A

公开(公告)日：2020-12-18

申请号：CN201880093318.5

申请日：2018-07-13

Applicant: 爱-森新株式会社

Inventor： 李锡沅 ,  姜秉根 ,  李明澔 ,  南学铉 ,  李弦锡

IPC: G01N27/327 ,  G01N33/66 ,  G06N3/04 ,  G06N3/08

Abstract: 如果现有的测量技术是相关领域专家长时间研发应用直接提取特征的公式或方法以有效提取特征(Features)的技术，则本发明的目的是提供一种利用人工智能深度学习的测量对象浓度测量方法，将测量时间内从携带信息(Labels)的样品获得的输入信号进行图像化建立数据集，通过利用人工神经网络技术的深度学习找出人们无法预知的有用的特征等，并且应用如此通过学习获得的算法，可以估算出结果值。