一种基于机器学习的超声随访患者筛选方法

授权公布号：CN111524570B

一种基于机器学习的超声随访患者筛选方法

有效

申请

2020-05-06

申请公布

2020-08-11

授权

2024-01-16

预估到期

2040-05-06

申请号	CN202010371381.X
申请日	2020-05-06
申请公布号	CN111524570A
申请公布日	2020-08-11
授权公布号	CN111524570B
授权公告日	2024-01-16
分类号	G16H10/60;G16H30/20;G16H50/70;G06F40/289;G06N3/047;G06N3/08
分类	物理
申请人名称	万达信息股份有限公司
申请人地址	上海市徐汇区桂平路481号20号楼5层

专利法律状态

2024-01-16 授权

状态信息

授权

2021-06-18 专利申请权、专利权的转移

状态信息

专利申请权的转移；IPC(主分类):G16H10/60；登记生效日:20210608；变更事项:申请人；变更前:万达信息股份有限公司；变更后:万达信息股份有限公司；变更事项:地址；变更前:200233 上海市徐汇区桂平路481号20号楼5层；变更后:200233 上海市徐汇区桂平路481号20号楼5层；变更事项:申请人；变更后:上海市公共卫生临床中心

2020-09-04 实质审查的生效

状态信息

实质审查的生效；IPC(主分类):G16H10/60；申请日:20200506

2020-08-11 公布

状态信息

公布

摘要

本发明提供了一种基于机器学习的超声随访患者筛选方法。由于深度学习技术的快速发展，利用自然语言处理技术和深度学习技术成为了分析医疗文本的重要手段，是替代人工筛查文本的有效途径。本发明通过JIEBA分词工具对文本内容进行分词，并采用TF‑IDF方法和Word2Vec算法分别构建词向量，进一步利用卡方检验方法对特征向量进行选择。分类模型选择XGBoost、Lightgbm和CNN对特征数据进行训练建模，实现了对超声检查随访列表的自动筛选。