摘要
本发明基于深度学习的心衰类型识别模型搭建系统:收集多个历史患者的检查结果、影像报告和临床信息并标出心衰类型;针对任一历史患者的检查结果、影像报告和临床信息进行预处理和特征提取获得检查/影像/临床特征;计算检查特征中任意两个子特征的相关系数,利用相关系数与对应的两个子特征与心衰的相关性关系筛选出具有代表性的子特征构成目标检查特征,同理针对影像/临床特征,筛选未删的数值特征及文本特征构成目标影像/临床特征;利用各历史患者的目标检查特征、目标影像特征和目标临床特征搭建样本集,利用深度学习算法搭建心衰类型识别模型并用样本集训练测试获得目标模型。
技术关键词
检查特征
协作策略
策略更新
影像
保留特征
深度学习算法
数值
特征提取模块
样本
患者
文本
搭建模块
报告
时序
超参数
数据收集模块
系统为您推荐了相关专利信息
辅助诊断系统
可视化模块
LightGBM模型
医疗人工智能技术
特征工程
细粒棘球蚴病
小鼠
发病机制研究
排异风险
大小可控
准确性检验方法
水体
指数算法
高分辨率遥感影像
序列
深度学习方法
边界特征
空间特征提取
语义特征提取
残差网络