[发明专利]一种基于随机子空间集成学习的主动脉夹层筛查系统有效
| 申请号： | 201810712225.8 | 申请日： | 2018-06-29 |
| 公开（公告）号： | CN109087712B | 公开（公告）日： | 2021-10-12 |
| 发明（设计）人： | 张国刚;刘丽珏;柏勇平;谭世洋;罗靖旻;穆阳;张伟 | 申请（专利权）人： | 中南大学湘雅医院;湖南自兴智慧医疗科技有限公司;湖南省自兴人工智能研究院 |
| 主分类号： | G16H50/70 | 分类号： | G16H50/70;G16H50/50 |
| 代理公司： | 长沙明新专利代理事务所(普通合伙) 43222 | 代理人： | 叶舟 |
| 地址： | 410008 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于随机子空间集成学习的主动脉夹层筛查模型及其建立方法、系统和模型。本发明针对现有传统诊断方法对于主动脉夹层诊断的效率低、误诊率高、漏诊率低、成本高、过程复杂的缺点，提供一种基于随机子空间集成学习的主动脉夹层筛查方法。该方法利用机器学习的RS‑Ensemble算法建立RS模型，利用RS模型进行主动脉夹层的筛查和诊断，大大提高了诊断准确率，同时大大降低了误诊率和漏诊率，实现高效低成本的诊断。 | ||
| 搜索关键词： | 一种 基于 随机 空间 集成 学习 主动脉 夹层 系统 | ||
【主权项】：
1.一种基于随机子空间集成学习的主动脉夹层筛查方法，其特征在于，包括以下步骤：步骤一)、获得患者的基础信息；步骤二)、提取基础信息的部分项作为样本特征；步骤三)、根据确诊结果对是否为主动脉夹层患者的基础信息进行正负样本标定，得到样本数据；步骤四)、利用随机子空间集成学习算法对得到的样本数据进行训练，得到训练好的分类模型——RS模型；步骤五、用训练好的RS模型对新的患者进行分类，实现主动脉夹层的诊断和筛查。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中南大学湘雅医院;湖南自兴智慧医疗科技有限公司;湖南省自兴人工智能研究院，未经中南大学湘雅医院;湖南自兴智慧医疗科技有限公司;湖南省自兴人工智能研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810712225.8/，转载请声明来源钻瓜专利网。
