公开(公告)号：CN109119155A

公开(公告)日：2019-01-01

申请号：CN201810718023.4

申请日：2018-07-03

Applicant: 厦门大学

Inventor： 范晓亮 ,  朱耀 ,  史佳 ,  王程 ,  陈龙彪

IPC: G16H50/20 ,  G16H50/30 ,  G16H50/70

Abstract: 本发明公开了一种基于深度学习的ICU死亡危险性评估系统，包括：ICU历史数据库，其中存储有历史病人的体征数据集及历史病人真实的最终状态；第一数据预处理模块，其从所述ICU历史数据库中提取所述历史病人的体征数据集并进行预处理，获得训练样本数据，同时提取病人真实的最终状态对所述训练样本数据赋予标签；第二数据预处理模块，其提取由所述人机交互模块录入的待评估病人的体征数据并进行预处理；死亡风险性评估模块，其基于双向监督型LSTM神经网络构建；其从所述第一数据预处理模块获取训练样本数据及标签值进行模型训练，利用训练好的模型从所述第二数据预处理模块获取待评估病人的体征数据进行评估，最后通过所述人机交互模块输出评估结果。

公开(公告)号：CN107833629A

公开(公告)日：2018-03-23

申请号：CN201711010112.5

申请日：2017-10-25

Applicant: 厦门大学

Inventor： 范晓亮 ,  吴谨准 ,  史佳 ,  王玉杰 ,  陈龙彪 ,  郑传潘 ,  王程 ,  李军

IPC: G16H50/20

Abstract: 本发明公开了一种基于深度学习的辅助诊断方法，包括：S1、对原始语料数据进行分词处理以建立词嵌入查询表；S2、由电子病历数据中的关键特征字段生成训练样本，使用词嵌入查询表将其数字化，再利用卷积神经网络生成辅助诊断模型；S3、对新输入的电子病历提取关键特征字段，并通过词嵌入查询表进行数字化转换，利用辅助诊断模型进行匹配，输出匹配的诊断结果。本发明还提供一种基于深度学习的辅助诊断系统，包括语料数据提取模块、词嵌入查询表构建模块、历史电子病历数据提取模块、新电子病历数据提取模块、分词模块、电子病历数字化模块及辅助诊断模块。本发明诊断结果及时、准确，将有效辅助医生快速诊断病情。

公开(公告)号：CN109119155B

公开(公告)日：2022-01-28

申请号：CN201810718023.4

申请日：2018-07-03

Applicant: 厦门大学

Inventor： 范晓亮 ,  朱耀 ,  史佳 ,  王程 ,  陈龙彪

IPC: G16H50/20 ,  G16H50/30 ,  G16H50/70

Abstract: 本发明公开了一种基于深度学习的ICU死亡危险性评估系统，包括：ICU历史数据库，其中存储有历史病人的体征数据集及历史病人真实的最终状态；第一数据预处理模块，其从所述ICU历史数据库中提取所述历史病人的体征数据集并进行预处理，获得训练样本数据，同时提取病人真实的最终状态对所述训练样本数据赋予标签；第二数据预处理模块，其提取由所述人机交互模块录入的待评估病人的体征数据并进行预处理；死亡风险评估模块，其基于双向监督型LSTM神经网络构建；其从所述第一数据预处理模块获取训练样本数据及标签值进行模型训练，利用训练好的模型从所述第二数据预处理模块获取待评估病人的体征数据进行评估，最后通过所述人机交互模块输出评估结果。

公开(公告)号：CN110491499A

公开(公告)日：2019-11-22

申请号：CN201910620638.8

申请日：2019-07-10

Applicant: 厦门大学

Inventor： 范晓亮 ,  高桂春 ,  史佳 ,  吴谨准 ,  俞容山

IPC: G16H50/20 ,  G16H50/70 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种面向标注电子病历的临床辅助决策方法及系统，其中，该方法包括：获取患者的电子病历信息，然后对电子病历信息进行数据预处理，再根据电子病历信息中的诊断结果对每个患者进行加标签，作为每个患者的预测标签，再通过中文自然语言处理技术对电子病历信息中患者的主诉、现病史、体检合格三个特征字段进行处理，从而获得标注为症状的词向量，接着将标注为症状的词向量作为输入，根据预测标签，进行LSTM神经网络训练，以获得辅助决策模型，最后根据当前患者的电子病历和辅助决策模型对当前患者的疾病进行辅助决策。由此，在通过LSTM神经网络训练辅助决策模型前先进行标注，可以更好的提供关键症状信息，从而提高决策的准确率。