Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 平安科技(深圳)有限公司刘羲获国家专利权

平安科技(深圳)有限公司刘羲获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉平安科技(深圳)有限公司申请的专利基于伪标签的病例症状提取方法、装置、电子设备及储存介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118248346B

龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410427030.4,技术领域涉及:G16H50/70;该发明授权基于伪标签的病例症状提取方法、装置、电子设备及储存介质是由刘羲;马英宁;舒畅;陈又新设计研发完成,并于2024-04-10向国家知识产权局提交的专利申请。

基于伪标签的病例症状提取方法、装置、电子设备及储存介质在说明书摘要公布了:本发明涉及数字医疗领域及人工智能技术领域,应用了深度学习技术,涉及一种基于伪标签的症状提取模型的训练方法、装置、电子设备及存储介质,包括:对初始教师模型进行对抗训练,生成对抗样本集,计算出第一损失值,对初始教师模型进行参数更新得到预备教师模型,使模型对噪声扰动更具有鲁棒性,利用所述预备教师模型对未标注数据集进行分析,生成伪标签,利用已标注数据以及生成伪标签的未标注数据对初始学生模型两次训练,得到第二损失值,将损失值相加得到总损失值,与预设阈值进行比较,直至总损失值小于预设阈值,输出目标教师模型作为症状提取模型。在医学领域中,本发明可以提高提取病例症状的准确率。

本发明授权基于伪标签的病例症状提取方法、装置、电子设备及储存介质在权利要求书中公布了:1.一种基于伪标签的病例症状提取方法,其特征在于,所述方法包括: 获取第一样本集和第二样本集,其中,所述第一样本集中的数据为已标注数据,第二样本集中的数据为未标注数据; 利用初始教师模型的第一梯度函数计算所述第一样本集的梯度,根据扰动值函数对所述第一样本集的梯度进行计算得到扰动值,根据所述扰动值得到所述第一样本集的对抗样本集,利用第二梯度函数计算对抗样本集的梯度,将所述第一样本集的梯度和所述对抗样本集的梯度相加得到第一损失值,根据所述第一损失值对所述初始教师模型进行参数更新得到预备教师模型; 利用所述预备教师模型对所述第二样本集进行分析,生成对应的伪标签,基于所述伪标签对初始学生模型进行第一次训练,生成预备学生模型; 利用所述第一样本集的训练集对所述预备学生模型进行第二次训练,利用所述第一样本集的样本集对所述预备学生模型进行验证得到所述预备学生模型对第一样本集的预测标签,计算所述预测标签与第一样本的真实标签之间的损失值得到第二损失值,将所述第一损失值和所述第二损失值相加得到总损失值,将所述总损失值与预设阈值比较,若所述总损失值小于预设阈值,则以所述预备教师模型为症状提取模型;若所述总损失值大于或等于预设阈值,则更新所述预备教师模型的参数直至所述总损失值小于预设阈值,得到目标教师模型,将所述目标教师模型作为症状提取模型; 获取待提取症状病历集,对所述待提取症状病历集进行预处理,将所述预处理后的待提取症状病历集输入所述症状提取模型提取得到病历症状,包括:获取待提取症状病历集,利用所述症状提取模型对所述待提取症状病历集进行分词,依据预设的症状特征模板提取各所述分词的目标特征提取,依据所述目标特征采用预设标注方式对各所述分词进行标注得到对应的标注信息,依据所述标注信息从所述待提取症状病历集中提取出症状,所述标注信息包括标注各种症状的信息。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人平安科技(深圳)有限公司,其通讯地址为:518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。