-
公开(公告)号:CN119339931B
公开(公告)日:2025-03-21
申请号:CN202411884867.8
申请日:2024-12-20
Applicant: 西安交通大学医学院第一附属医院
IPC: G16H50/20 , G16H50/70 , G06N3/0464 , G06N3/08 , G06F18/214 , G06F18/241 , A61B5/11 , A61B5/00
Abstract: 本发明涉及疾病诊断技术领域,具体地公开了基于深度学习的智能分类诊断眩晕疾病的诊疗系统,包括:眼震样本收集模块:用于得到训练集数据;模型训练模块:用于得到眼震波形范围;模型诊断模块:用于得到患者的眩晕诊断结果;诊断结果确认模块:基于单一目标人员的眩晕诊断结果,评估眩晕诊断结果是否准确;误导原因分析:基于诊断不准确信号,分析单一目标人员是否有对诊断模型产生误导,若产生误导,则生成类型误导信号;模型自主学习模块:基于类型误导信号,从而对眼震波形范围进行针对单一目标人员的学习更新;本发明不仅显著提升了诊断的精确性,更有效地减少了因个体差异导致的误诊或漏诊现象。
-
公开(公告)号:CN119339931A
公开(公告)日:2025-01-21
申请号:CN202411884867.8
申请日:2024-12-20
Applicant: 西安交通大学医学院第一附属医院
IPC: G16H50/20 , G16H50/70 , G06N3/0464 , G06N3/08 , G06F18/214 , G06F18/241 , A61B5/11 , A61B5/00
Abstract: 本发明涉及疾病诊断技术领域,具体地公开了基于深度学习的智能分类诊断眩晕疾病的诊疗系统,包括:眼震样本收集模块:用于得到训练集数据;模型训练模块:用于得到眼震波形范围;模型诊断模块:用于得到患者的眩晕诊断结果;诊断结果确认模块:基于单一目标人员的眩晕诊断结果,评估眩晕诊断结果是否准确;误导原因分析:基于诊断不准确信号,分析单一目标人员是否有对诊断模型产生误导,若产生误导,则生成类型误导信号;模型自主学习模块:基于类型误导信号,从而对眼震波形范围进行针对单一目标人员的学习更新;本发明不仅显著提升了诊断的精确性,更有效地减少了因个体差异导致的误诊或漏诊现象。
-