摘要
本发明公开了基于人工智能驱动的血液样本智能检测与分类系统,属于生物医学检测技术领域。本发明解决了现有方法效率低下且容易受到主观因素影响的问题,通过分析患者的就诊记录,基于就诊记录为每个患者匹配相应的主导特征,实现个性化的诊断方案;结合使用随机森林模型评估细胞形态学特征和荧光强度特征对不同疾病类型的重要性,并输出重要性得分;为当前血液样本的形态学特征和荧光强度特征赋予权重,能够更精准地匹配当前样本的主导特征,加速诊断流程;将细胞形态学图像和荧光强度特征相结合,形成高维度特征向量,从而提高活体血液样本检测的准确性和可靠性,减少误诊和漏诊,降低因错误诊断导致的额外医疗成本。
技术关键词
形态学特征
人工智能驱动
分类系统
卷积神经网络模型
样本
血液
随机森林模型
图像采集单元
异常细胞
强度
高分辨率光学成像技术
特征提取模块
疾病
荧光染料
生物医学检测技术
分类准确率
患者
分析单元
构建卷积神经网络
系统为您推荐了相关专利信息
面部关键点
预测模型训练方法
视频生成方法
计算机可执行指令
音频特征提取
医学图像分类方法
归一化模块
医学图像分类技术
批量
语义
图像聚类方法
谱聚类算法
矩阵
图像聚类技术
样本
血药浓度监测
记忆单元
数据编码
参数
数据采集模块