公开(公告)号：CN113539491B

公开(公告)日：2022-05-13

申请号：CN202110667210.6

申请日：2021-06-16

Applicant: 武汉大学中南医院

Inventor： 曾宪涛 ,  何发智 ,  訾豪 ,  司统振 ,  翁鸿

IPC: G16H50/30 ,  G16H50/20 ,  G16H50/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于深度学习的良性前列腺增生评估决策辅助系统。其包括：建模模块，用于构建基于深度学习的评估模型，其中，所述评估模型包括深度神经网络、循环神经网络和嵌入矩阵，所述深度神经网络的输出向量和所述嵌入矩阵的输出向量适于融合后输入所述循环神经网络；决策模块，用于将获取的标定用户的用户信息输入所述评估模型，以获得与所述标定用户对应的良性前列腺增生评估决策辅助信息，其中，所述用户信息包括用户基本信息、体格检查指标和基础检查数据。本发明的技术方案可以基于用户的非图像输入信息确定其属于良性前列腺增生的概率，进而辅助医生进行最终判断。

公开(公告)号：CN115662620A

公开(公告)日：2023-01-31

申请号：CN202211377624.6

申请日：2022-11-04

Applicant: 武汉大学中南医院

Inventor： 曾宪涛 ,  訾豪 ,  司统振 ,  靳英辉 ,  何发智 ,  翁鸿 ,  刘同族

IPC: G16H50/20 ,  G06F18/2415 ,  G06F18/2431 ,  G06N3/047 ,  G06N3/048 ,  G06N3/08 ,  G06N20/20

Abstract: 本发明涉及一种基于深度集成学习的NMIBC术后决策支持系统的构建方法，包括如下步骤：构建膀胱癌诊断算法模型；将高水平语义特征向量f1和高水平语义特征向量f2输入集成学习模块，进行集成学习以获得疾病状态预测结果，并计算目标函数T；基于第一种疾病状态的治疗方案预测结果和第二种疾病状态的治疗方案预测结果，计算目标函数L；基于计算的目标函数L和目标函数T优化构建的深度集成学习模型，完成膀胱癌诊断算法模型的优化。具有简单实用、准确度和区分度高的优点，可提高患者对疾病预后的认识也可以辅助医师做出医疗决策。

公开(公告)号：CN113539491A

公开(公告)日：2021-10-22

申请号：CN202110667210.6

申请日：2021-06-16

Applicant: 武汉大学中南医院

Inventor： 曾宪涛 ,  何发智 ,  訾豪 ,  司统振 ,  翁鸿

IPC: G16H50/30 ,  G16H50/20 ,  G16H50/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于深度学习的良性前列腺增生评估决策辅助系统。其包括：建模模块，用于构建基于深度学习的评估模型，其中，所述评估模型包括深度神经网络、循环神经网络和嵌入矩阵，所述深度神经网络的输出向量和所述嵌入矩阵的输出向量适于融合后输入所述循环神经网络；决策模块，用于将获取的标定用户的用户信息输入所述评估模型，以获得与所述标定用户对应的良性前列腺增生评估决策辅助信息，其中，所述用户信息包括用户基本信息、体格检查指标和基础检查数据。本发明的技术方案可以基于用户的非图像输入信息确定其属于良性前列腺增生的概率，进而辅助医生进行最终判断。