一种结合深度网络特征和机器学习模型的乳腺癌数据分类方法

    公开(公告)号:CN111027590B

    公开(公告)日:2023-03-24

    申请号:CN201911092339.8

    申请日:2019-11-11

    Abstract: 本发明公开了一种结合深度网络特征和机器学习模型的乳腺癌数据分类方法,属于大数据技术领域,包括建立影像采集服务器、客户端和数据分类服务器,勾画和处理肿瘤区域图片,得到分类图片的数据集合,提取带有肿瘤的MRI图层的图像特征,模型构建模块采用Tensorflow和Keras提供的网络模型作为基准模型,建立训练模型,采用SVM径向基核进行分类模型训练,解决了对肿瘤图片进行数据分类的技术问题,本发明结合了迁移学习、深度学习特征提取、影像组学、包装法特征选择、机器学习模型训练等方法,实现了乳腺癌数据的实时分类,提高了分类准确度,本发明利用了深度学习提取的高维度抽象特征,也避免了小数据集在深度学习上的过拟合问题。

    一种基于集成学习与改变决策阈值的化验数据校验方法

    公开(公告)号:CN111858568A

    公开(公告)日:2020-10-30

    申请号:CN202010612164.5

    申请日:2020-06-29

    Abstract: 本发明公开了一种基于集成学习与改变决策阈值的化验数据校验方法,属于大数据领域,本发明将聚类算法、集成学习的思想和改变决策阈值几个方法结合在一起,得到一个新的强分类器,基于已有的化验数据进行学习得到分类模型,对新的化验数据进行预分类,增加了其准确度,解决了有效的对化验数据进行分类准确度验证的技术问题,本发明通过结合四种不同的单分类器,具有更强的分类能力,对于疾病数据集中数据不均衡问题,在最终决策阶段,通过改变决策阈值,提高分类的准确度,通过多指标从多角度评价分类结果,更好的了解分类结果的准确性。

    一种互联网医疗服务监管平台

    公开(公告)号:CN113241157A

    公开(公告)日:2021-08-10

    申请号:CN202010081232.X

    申请日:2020-02-06

    Abstract: 本发明公开了一种互联网医疗服务监管平台,属于大数据技术领域,包括建立监管中心系统和医疗机构系统,监管中心系统包括数据接收服务器和数据分析服务器,医疗机构系统包括数据前置机和互联网医院信息系统,在数据分析服务器中建立资质审批模块、实时监管模块和绩效考核模块,解决了对现有互联网医疗服务平台进行全流程监管的技术问题,本发明可对所有的互联网医院监管,包括互联网诊疗、远程医疗服务,还可对所有通过互联网的在线医疗服务进行监管,包括医务人员资质、诊疗行为、包括处方流转、信息安全的监管等。

Patent Agency Ranking