公开(公告)号：CN118969311A

公开(公告)日：2024-11-15

申请号：CN202411227686.8

申请日：2024-09-03

Applicant: 南方医科大学南方医院

Inventor： 李林 ,  廖生武 ,  卢振泰 ,  厉超 ,  谭碧慧

IPC: G16H50/70 ,  G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于人工智能的患者画像生成方法及系统，其中一种基于人工智能的患者画像生成方法包括：对患者数据集进行预处理；对预处理后的患者数据集进行特征学习，提取患者画像特征；基于患者画像特征构建预测模型，并对预测模型进行训练，当满足迭代条件时，停止训练；利用训练完的预测模型生成患者画像；本发明在处理复杂数据时具有更强的适应性和更高的准确性，能够生成更加精准且全面的患者画像，为个性化医疗和精准治疗提供了更为可靠的支持。

公开(公告)号：CN107491789A

公开(公告)日：2017-12-19

申请号：CN201710734960.4

申请日：2017-08-24

Applicant: 南方医科大学南方医院

Inventor： 陈韬 ,  李国新 ,  卢振泰 ,  祁小龙

IPC: G06K9/62 ,  G06T7/00 ,  G06T7/12

CPC classification number: G06K9/6269 ,  G06T7/0012 ,  G06T7/12 ,  G06T2207/10081 ,  G06T2207/20104 ,  G06T2207/20116 ,  G06T2207/30096

Abstract: 本发明属于肿瘤学、影像学、机器学习等领域，涉及一种基于支持向量机的胃肠间质瘤恶性潜能分类模型的构建方法。本发明所述的构建方法包括：数据采集：腹部增强期薄层CT图像采集；提取和筛选特征；通过交叉验证获得惩罚参数和核函数参数；通过以上参数建立分类模型；模型分类效能的验证。本发明所述方法所构建的基于支持向量机分类模型，能准确将胃肠间质瘤分成低度恶性潜能和高度恶性潜能两大分类，且属于一种无创技术，基于现有影像资源，不会增加患者的额外费用，有利于临床推广使用。