[发明专利]基于卷积神经网络模型的慢性病复发预测方法和装置在审
| 申请号： | 201811591030.9 | 申请日： | 2018-12-20 |
| 公开（公告）号： | CN109493976A | 公开（公告）日： | 2019-03-19 |
| 发明（设计）人： | 李菁;罗俊宇 | 申请（专利权）人： | 广州天鹏计算机科技有限公司 |
| 主分类号： | G16H50/30 | 分类号： | G16H50/30;G06N3/04 |
| 代理公司： | 广州华进联合专利商标代理有限公司 44224 | 代理人： | 关志琨 |
| 地址： | 510665 广东省广州市天河*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及一种基于卷积神经网络模型的慢性病复发预测方法和装置。所述方法包括：获取待测诊断数据；所述待测诊断数据包括有进出院时间；根据所述进出院时间，将所述待测诊断数据作为模型训练样本；采用所述模型训练样本训练所述卷积神经网络模型，得到训练后模型；所述训练后模型用于对所述待测诊断数据进行慢性病复发预测。通过本方案的采用，可以解决训练样本分布不平衡的问题，进而提高慢性病复发预测结果的准确性。 | ||
| 搜索关键词： | 诊断数据 慢性病 卷积神经网络 复发 模型训练样本 方法和装置 预测 训练样本 预测结果 申请 | ||
【主权项】：
1.一种基于卷积神经网络模型的慢性病复发预测方法，其特征在于，包括如下步骤：获取待测诊断数据；所述待测诊断数据包括有进出院时间；根据所述进出院时间，将所述待测诊断数据作为模型训练样本；采用所述模型训练样本训练所述卷积神经网络模型，得到训练后模型；所述训练后模型用于对所述待测诊断数据进行慢性病复发预测。
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广州天鹏计算机科技有限公司，未经广州天鹏计算机科技有限公司许可，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/201811591030.9/，转载请声明来源钻瓜专利网。
