Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 中国人民解放军海军军医大学第一附属医院刘善荣获国家专利权

中国人民解放军海军军医大学第一附属医院刘善荣获国家专利权

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!

龙图腾网获悉中国人民解放军海军军医大学第一附属医院申请的专利基于血常规数据的白血病人工智能初筛模型的建立方法及系统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:CN119207816B

龙图腾网通过国家知识产权局官网在2025-11-04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:202310756046.5,技术领域涉及:G16H50/70;该发明授权基于血常规数据的白血病人工智能初筛模型的建立方法及系统是由刘善荣;陈燕;郭杰;王学;贾音;秦琴;凌婧怡设计研发完成,并于2023-06-26向国家知识产权局提交的专利申请。

基于血常规数据的白血病人工智能初筛模型的建立方法及系统在说明书摘要公布了:本发明提供了一种基于血常规数据的白血病人工智能初筛模型的建立方法及系统。白血病人工智能初筛模型的建立方法包括:步骤S1:采集白血病患者与非白血病患者的电子病历数据并进行处理,得到若干训练数据库和一验证数据库;步骤S2:采用分析模块分别训练所述若干训练数据库,依次得到若干对应的规则集,并将若干假阴率<5%的规则集合并汇总得到最终的规则集,即白血病风险筛选模型;步骤S3:采用所述白血病风险筛选模型对验证数据库进行验证;步骤S4:对白血病风险筛选模型进行多次迭代,得到白血病风险筛选模型的最优模型。采用本发明建立的白血病人工智能初筛模型能够快速且准确地筛查出白血病。

本发明授权基于血常规数据的白血病人工智能初筛模型的建立方法及系统在权利要求书中公布了:1.一种基于血常规数据的白血病人工智能初筛模型的建立方法,其特征在于,包括: 步骤S1:采用分析模块分别训练若干训练数据库,依次得到若干对应的规则集,并将若干假阴率<5%的规则集合并汇总得到最终的规则集,即白血病风险筛选模型; 步骤S2:白血病风险筛选模型对验证数据库进行统计得到假阴率,假阴率<5%的规则集判断为验证达标的规则集,如果规则集的假阴率≥5%,则调整启动规则训练前的设置,再次启动规则训练,得到新的规则集,直至满足假阴率<5%; 步骤S3:对白血病风险筛选模型进行多次迭代,通过多轮的模型计算寻找出在特定迭代次数、计算时间限制下的白血病风险筛选模型的最优模型;使用规则集作为白血病风险筛选模型,利用该规则集其进行白血病判断的方法为:规则集中的每条规则由多个项目进行组合判断,多个项目之间是AND的关系,也就是需要同时满足多个项目的判断要求,才判定为白血病阳性患者;规则集中的每条规则之间是OR的关系,也就是满足任意一条规则则为白血病阳性患者;规则集所包含的32条规则如下: 在步骤S1之前,进一步包括: 步骤S11:准备病历数据;从医院电子病历平台采集患者电子病历,搜集诊断结果为白血病患者与非白血病患者的电子病历; 步骤S12:医学特征提取:对步骤S11中得到的合格的电子病历数据进行白血病医学特征提取,提取医学特征及医学特征值;所述白血病医学特征包括基本信息、血常规项目、血常规研究参数、XN仪器Q-Flag信息; 步骤S13:特征数据标准化及数据清洗:对步骤S12得到的白血病临床及检验的大数据资料进行特征数据标准化,去除有缺失值的数据,得到标准数据样本,标准数据样本包括标准医学特征数据集及标准诊断结果集,标准医学特征数据集与标准诊断结果集中的数据是一一对应关系; 步骤S14:特征筛选:对标准数据利用LabomanAI软件进行统计、规则挖掘,筛选出与白血病相关的特征参数,所述与白血病相关的特征参数包括:总标本数、真实阳性标本数、真实阴性标本数、预测阳性标本数、预测阴性标本数、假阴率、假阳率、真阴率、真阳率、放行率、总有效率、阳性预示值、阴性预示值、特异度、灵敏度、约登指数、假阴率-置信区间、T检验、重点病例覆盖率,19项统计指标; 步骤S15:数据集拆分:对数据进行预切分,将数据平分为若干训练数据库和一验证数据库; 所述血常规研究参数包括52个具体特征字段,详见下表: 所述XN仪器Q-Flag信息包括14个具体特征字段,详见下表: 步骤S13包括: S131特征数据标准化:建立标准库和白血病专业数据库,基于白血病专业数据库人工构建血常规项目、血常规研究参数、XN仪器Q-Flag信息及其他医学实体名词标准库,标准库中包含每个医学名词的标准名称及出现过的相似名称,并进行编码便于唯一标识,形成特征标准库,对步骤S12提取的医学特征和医学特征值,将其中同一种特征不同的表述对照特征标准库进行替换,统一特征描述,得到标准化的医学特征数据,具体的,对医学特征值的替换,主要为符号、字母、文字、单位、医学代码的替换,统一符号、字母、文字、单位、医学代码; S132数据清洗:对数据进行以下预处理:1标注特征数据和标签信息;2标本关键特征数据信息丢失较多,丢弃该标本;3标本的标签信息缺失,丢弃该标本;4对空值字段使用该字段的平均值填充;对于缺失比例非常大的字段,如≥80%的,丢弃该字段。

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中国人民解放军海军军医大学第一附属医院,其通讯地址为:200433 上海市杨浦区长海路168号;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”。

以上内容由龙图腾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。