-
公开(公告)号：CN106202969A
公开(公告)日：2016-12-07
申请号：CN201610616774.6
申请日：2016-08-01
Applicant: 东北大学
IPC: G06F19/00
CPC classification number: G16H50/20
Abstract: 一种肿瘤分子分型预测系统，包括：基因表达数据提取模块：获取肿瘤基因表达数据；缺失值预处理器：对获取肿瘤基因表达数据进行缺失值填充；重要基因提取模块：提取肿瘤基因表达数据中决定生存时间的肿瘤重要基因；US-ELM分子分型模块：利用US-ELM对肿瘤重要基因数据进行肿瘤分子分型预测。本发明的肿瘤分子分型预测系统，克服了以往的针对肿瘤分子分型技术方法速度慢、泛化性能差、分类准确率低的缺陷，实现了快速且分类准确率高的肿瘤分子分型预测，并且能够对多个类别的肿瘤进行无监督机器学习。利用本发明系统进行肿瘤分子分型预测，能更好的判断肿瘤生物学行为，本发明的直接目的不是得到诊断结果，而是为制定个性化治疗方案提供参考依据。
-
公开(公告)号：CN107341264B
公开(公告)日：2020-09-25
申请号：CN201710588437.5
申请日：2017-07-19
Applicant: 东北大学
IPC: G16H10/60 , G06F40/295 , G06F40/289 , G06F16/34 , G06F16/31
Abstract: 本发明提供一种支持自定义实体的电子病历检索系统及方法，包括电子病历文本预处理单元，用于对电子病历进行预处理抽取出部分结构化信息并获得正文内容集；自定义实体识别单元，用于自定义实体名和通用词性标注标准，并获得词性标注数据集；实体合并提取单元，用于定义病历复合实体的构建规则，提取词性标注数据的多种诊疗信息，并与结构化信息合并构成多元信息。本发明的方法通过自定义实体名和通用词性标注标准对正文内容进行标注，获得分词数据集和词性标注数据集，并从词性标注数据集中提取重要诊疗信息与结构化信息合并形成多元信息，将该多元信息用于检索系统中，可方便医生更快速的查询既往病历并了解患者病情。
-
公开(公告)号：CN107341264A
公开(公告)日：2017-11-10
申请号：CN201710588437.5
申请日：2017-07-19
Applicant: 东北大学
Abstract: 本发明提供一种支持自定义实体的电子病历检索系统及方法，包括电子病历文本预处理单元，用于对电子病历进行预处理抽取出部分结构化信息并获得正文内容集；自定义实体识别单元，用于自定义实体名和通用词性标注标准，并获得词性标注数据集；实体合并提取单元，用于定义病历复合实体的构建规则，提取词性标注数据的多种诊疗信息，并与结构化信息合并构成多元信息。本发明的方法通过自定义实体名和通用词性标注标准对正文内容进行标注，获得分词数据集和词性标注数据集，并从词性标注数据集中提取重要诊疗信息与结构化信息合并形成多元信息，将该多元信息用于检索系统中，可方便医生更快速的查询既往病历并了解患者病情。
-
公开(公告)号：CN106202969B
公开(公告)日：2018-10-23
申请号：CN201610616774.6
申请日：2016-08-01
Applicant: 东北大学
Abstract: 一种肿瘤分子分型预测系统，包括：基因表达数据提取模块：获取肿瘤基因表达数据；缺失值预处理器：对获取肿瘤基因表达数据进行缺失值填充；重要基因提取模块：提取肿瘤基因表达数据中决定生存时间的肿瘤重要基因；US‑ELM分子分型模块：利用US‑ELM对肿瘤重要基因数据进行肿瘤分子分型预测。本发明的肿瘤分子分型预测系统，克服了以往的针对肿瘤分子分型技术方法速度慢、泛化性能差、分类准确率低的缺陷，实现了快速且分类准确率高的肿瘤分子分型预测，并且能够对多个类别的肿瘤进行无监督机器学习。利用本发明系统进行肿瘤分子分型预测，能更好的判断肿瘤生物学行为，本发明的直接目的不是得到诊断结果，而是为制定个性化治疗方案提供参考依据。
-
-
-
Search Results
4
records
(took 0.015 seconds)
