-
公开(公告)号:CN116913509A
公开(公告)日:2023-10-20
申请号:CN202310197979.5
申请日:2023-03-03
Applicant: 重庆文理学院
IPC: G16H50/30 , G16H50/70 , G16H10/60 , G06F18/214 , G06F18/2415 , G06N20/20
Abstract: 本发明涉及机器学习医疗健康领域,公开了一种集成多种强学习器的OHSS预测方法,包括以下步骤:收集真实患者临床数据后进行数据清洗和预处理;划分训练样本数据和测试样本数据,对训练样本数据进一步划分配置子训练数据集群;基于子训练数据集群构建基础预测模型并进行训练;根据训练结果完善最终预测模型并进行测试,测试输出为患者可能患有OHSS的概率,本发明可提升临床医生工作的效率,提前对高风险患者进行干预,为患者制定更加合理的治疗方案,降低OHSS对于辅助生殖患者的危害。
-
公开(公告)号:CN115272218A
公开(公告)日:2022-11-01
申请号:CN202210868339.8
申请日:2022-07-22
Applicant: 重庆文理学院
Abstract: 本发明涉及医学影像检测技术领域,公开了一种基于CBAM机制的残差网络的医学影像辅助检测方法,包括以下步骤:S1、获取医学影像(肺部cxr医学影像)并对所述医学影像进行裁剪以及归一化处理;S2、对归一化处理后的医学影像进行数据变换;S3、基于卷积自编码并结合空间与通道注意力机制的特征提取方法以及hs‑block模块建立网络模型;S4、将进行数据变换后的医学影像输入所述网络模型进行预测并对病灶预测区域可视化。本发明通过引入cbam机制以及引入了hs‑block残差结构加强了模型对肺部X光的特征提取能力提升了检测准确率,用于辅助传统人工对x光肺片的筛查,能够加快检测效率。
-