-
公开(公告)号：CN111883258B
公开(公告)日：2024-03-15
申请号：CN202010580290.7
申请日：2020-06-23
Applicant: 浙江大学山东工业技术研究院
Abstract: 一种基于机器学习的卵巢过度刺激综合征（OHSS）分度及分型预测方法，包括：采集病人临床特征数据后进行数据预处理和数据编码操作，得到各自的训练数据；分别建立OHSS分度和分型预测模型。使用训练数据对分度和分型预测模型分别进行训练，从而根据损失函数优化模型参数；将分度预测模型所需的所有待测病人的临床特征数据进行数据预处理和数据编码操作后，获得最终的预测结果。分度预测模型预测出的会发生OHSS的病人，获取分型预测模型所需的临床特征数据，进行数据预处理和数据编码操作后，获得最终的预测值。利用本发明，可以为进行试管婴儿技术治疗的病人预测其发生OHSS的概率以及类型，从而辅助医生做更好的判断。
-
公开(公告)号：CN109636805A
公开(公告)日：2019-04-16
申请号：CN201811377068.6
申请日：2018-11-19
Applicant: 浙江大学山东工业技术研究院
CPC classification number: G06T7/11 , A61B1/00009 , A61B1/303 , G06K9/6218 , G06K9/6256 , G06K9/6267 , G06T2207/20081 , G06T2207/30096
Abstract: 本发明公开了一种基于分类先验的宫颈图像病变区域分割装置和方法，其中装置包括：图像采集装置，用于采集经3％‑5％醋酸溶液处理后的宫颈图像；处理器，包括宫颈图像预处理模块和处理模块，所述处理模块包括由基于残差连接的U型网络、图像层面分类器以及像素层面分类器组成的分割网络模型，用于输出预测宫颈图像上的病变区域位置；存储器，用于存储处理器中分割网络模型的参数；显示装置，用于显示处理器输出的预测的病变区域位置。利用本发明，可以为医生提供高准确率的活检病灶位置候选区域，提高活检阳性的检出率。
-
公开(公告)号：CN109636805B
公开(公告)日：2022-04-01
申请号：CN201811377068.6
申请日：2018-11-19
Applicant: 浙江大学山东工业技术研究院
IPC: G06T7/11 , G06V10/764 , G06V10/762 , G06V10/774 , G06K9/62 , A61B1/303 , A61B1/00
Abstract: 本发明公开了一种基于分类先验的宫颈图像病变区域分割装置和方法，其中装置包括：图像采集装置，用于采集经3％‑5％醋酸溶液处理后的宫颈图像；处理器，包括宫颈图像预处理模块和处理模块，所述处理模块包括由基于残差连接的U型网络、图像层面分类器以及像素层面分类器组成的分割网络模型，用于输出预测宫颈图像上的病变区域位置；存储器，用于存储处理器中分割网络模型的参数；显示装置，用于显示处理器输出的预测的病变区域位置。利用本发明，可以为医生提供高准确率的活检病灶位置候选区域，提高活检阳性的检出率。
-
公开(公告)号：CN111883258A
公开(公告)日：2020-11-03
申请号：CN202010580290.7
申请日：2020-06-23
Applicant: 浙江大学山东工业技术研究院
Abstract: 一种基于机器学习的卵巢过度刺激综合征（OHSS）分度及分型预测方法，包括：采集病人临床特征数据后进行数据预处理和数据编码操作，得到各自的训练数据；分别建立OHSS分度和分型预测模型。使用训练数据对分度和分型预测模型分别进行训练，从而根据损失函数优化模型参数；将分度预测模型所需的所有待测病人的临床特征数据进行数据预处理和数据编码操作后，获得最终的预测结果。分度预测模型预测出的会发生OHSS的病人，获取分型预测模型所需的临床特征数据，进行数据预处理和数据编码操作后，获得最终的预测值。利用本发明，可以为进行试管婴儿技术治疗的病人预测其发生OHSS的概率以及类型，从而辅助医生做更好的判断。
-
-
-
Search Results
4
records
(took 0.053 seconds)
