[发明专利]人工智能辅助诊断系统、诊断方法在审

专利信息
申请号: 201910289398.8 申请日: 2019-04-11
公开(公告)号: CN110021431A 公开(公告)日: 2019-07-16
发明(设计)人: 钱大宏;徐健玮 申请(专利权)人: 上海交通大学
主分类号: G16H50/20 分类号: G16H50/20;G06N3/04
代理公司: 上海思微知识产权代理事务所(普通合伙) 31237 代理人: 屈蘅
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及AI医疗领域,提供了一种结论可解释化的深度学习人工智能辅助诊断系统。包括:当处理器执行指令时,所述智能辅助诊断系统被配置为:获取已知肿瘤分期/分型的原始影像数据;更改所述影像数据中的一个影像组学特征,得到更改后的影像数据;将更改前后的影像数据分别输入同一分类神经网络,以获取所述原始影像数据和所述更改后的影像数据的肿瘤分期/分型结果;累计多次所述分期/分型结果的准确率,并计算所述原始影像数据和所述更改后的影像数据的准确率之差;根据所述准确率之差建立影像组学特征和所述分类神经网络决策选择之间的映射关系。本发明的优点是使神经网络的判断结果具有可解释性。
搜索关键词: 影像数据 原始影像数据 神经网络 准确率 辅助诊断系统 人工智能 分型结果 影像组 肿瘤 智能辅助诊断系统 处理器执行 决策选择 判断结果 医疗领域 映射关系 解释性 分类 分型 指令 诊断 配置 学习
【主权项】:
1.一种人工智能辅助诊断系统,包括:存储一组指令的至少一个存储介质以及配置成与所述至少一个存储介质通信的至少一个处理器,其特征在于,当所述处理器执行所述一组指令时,所述人工智能辅助诊断系统被配置为:获取肿瘤分期/分型的原始影像数据;更改所述影像数据中的一个影像组学特征,得到更改后的影像数据;将更改前后的影像数据分别输入同一可信的分类神经网络,以获取所述原始影像数据和所述更改后的影像数据的肿瘤分期/分型结果;累计多次所述分期/分型结果的准确率,并计算所述原始影像数据和所述更改后的影像数据的准确率之差;根据所述准确率之差建立影像组学特征和所述分类神经网络决策选择之间的映射关系。
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上海交通大学,未经上海交通大学许可,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/201910289398.8/,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top