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 > 广东技术师范大学王小梨获国家专利权

广东技术师范大学王小梨获国家专利权

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!

龙图腾网获悉广东技术师范大学申请的专利一种基于T-S模糊语义智能肝癌分期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:CN115345246B

龙图腾网通过国家知识产权局官网在2025-12-19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:202211003803.3,技术领域涉及:G06F18/241;该发明授权一种基于T-S模糊语义智能肝癌分期方法及系统是由王小梨;戴青云;李家平;李亚设计研发完成,并于2022-08-19向国家知识产权局提交的专利申请。

一种基于T-S模糊语义智能肝癌分期方法及系统在说明书摘要公布了:本发明涉及一种基于T‑S模糊语义智能肝癌分期方法及系统。其包括S1.肝癌特征提取,对获得的患者数字化放射诊断报告书进行关键肝癌特征提取形成数据集;S2.肝癌特征模糊化,用多个模糊语义集对进行模糊表示,并设计相关的隶属函数;S3.T‑S模糊语义模型构建,包括设计T‑S模糊语义规则、求解每条规则的隶属度、后件参数辨识、前件参数隶属函数辨识、T‑S模糊语义模型输出;S4.肝癌智能分期及性能评估验证,将中国CNLC标准中的肝癌类别进行数字标签化处理,划分训练集和测试集,并验证智能分期模型的分期性能。本发明基于T‑S模糊语义智能肝癌分期方法可以分出Ia、Ib、IIa、IIb‑IV,对肝癌分级分期更精细;本发明很大程度上减小了肝癌状态的估计误差和分类的误差。

本发明授权一种基于T-S模糊语义智能肝癌分期方法及系统在权利要求书中公布了:1.一种基于T-S模糊语义智能肝癌分期方法,其特征在于,包括如下步骤: S1.肝癌特征提取,对获得的患者数字化放射诊断报告书进行关键肝癌特征提取形成数据集; S2.肝癌特征模糊化,用多个模糊语义集对进行模糊表示,并设计相关的隶属函数; S3.T-S模糊语义模型构建,包括设计T-S模糊语义规则、求解每条规则的隶属度、后件参数辨识、前件参数隶属函数辨识、T-S模糊语义模型输出; S4.肝癌智能分期及性能评估验证,将中国CNLC标准中的肝癌类别进行数字标签化处理,划分训练集和测试集,并验证智能分期模型的分期性能; 所述步骤S1具体为: S11.对患者数字化放射诊断报告书进行分词处理,提取字符级词、句子级词、位置信息等相关文本信息; S12.形成128*7的矩阵并映射到空间里得到高维词向量,使得语义相同的词就会彼此靠近; S13.提取肿瘤大小、肿瘤数目等肝癌关键特征信息; S14.形成Excel形式的数据集; 所述步骤S2具体步骤为: S21.对肿瘤大小和肿瘤数目肝癌关键特征进行模糊化,其中将肿瘤大小划分为3个模糊语义集: 小,即Small,用S表示:0-30mm; 中,即Middle,用M表示:30-50mm; 大,即Large,用L表示:50mm; 肿瘤数目划分为3个模糊语义集: 少,即Small,用S表示:1个; 中,即Middle,用M表示:2-3个; 多,即Large,用L表示:3个; S22.选择高斯型函数作为模糊语义集隶属函数,确定高斯型函数的初始均值和方差; 步骤S3所述设计T-S模糊语义规则如下: 规则:IFisandis…andis,then T-S模糊语义模型由IF-THEN组成,其中IF表示规则的前件部分,THEN表示规则的后件部分,表示肝癌特征信息,也称为T-S模糊语义模型的前件参数,为肝癌特征信息模糊化后对应的模糊语义集,表示每条规则对应的后件参数,表示第i条规则对应的输出; 步骤S3所述求解每条规则的隶属度是:采用融合肝癌特征信息的模糊C回归聚类方法求解每条模型的隶属度,根据融合肝癌特征信息的模糊C回归聚类方法构建的目标函数如下: 其中表示肝癌特征信息,表示特征数据的中心值,隶属度为特征隶属于模型的程度,为每条规则的输出值,为医生经验判断的肝癌分期结果,为拉格朗日乘子,为模糊指数,取值为整数,表示规则数;根据梯度下降法,求得隶属度: 其中; 步骤S3所述后件参数辨识是:采用改进的岭回归方法实现后件参数辨识,其中采用模糊C聚类方法初始化后件参数,改进的岭回归模型的目标函数如下: 其中,,,为规则的权重,是正则化参数,根据优化理论,最终的优化结果为: 其中是维的单位矩阵,为T-S模糊语义模型的后件参数,为归一化后的肝癌特征信息,为第条规则的输出; 步骤S3所述前件参数隶属函数辨识是:实现前件参数隶属函数的参数辨识,即肝癌特征信息的模糊语义集对应的高斯函数的均值和方差的辨识: 为肝癌特征模糊语义集对应的隶属函数,这里设计为高斯函数,分别为高斯函数的均值和标准差; 步骤S3所述T-S模糊语义模型输出为: 为规则的权重,计算如下: ; 其中为第条规则第个肝癌特征信息模糊语义集对应的隶属函数,为连乘符号,为求和符号。

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广东技术师范大学,其通讯地址为:510631 广东省广州市天河区中山大道西293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。