買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中國(guó)人民解放軍聯(lián)勤保障部隊(duì)第九二〇醫(yī)院申請(qǐng)的專利一種對(duì)放射性肺炎建立聯(lián)合回歸預(yù)測(cè)模型的方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN115662635B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-13發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202211260800.8，技術(shù)領(lǐng)域涉及：G16H50/50；該發(fā)明授權(quán)一種對(duì)放射性肺炎建立聯(lián)合回歸預(yù)測(cè)模型的方法是由李懿;陳宏;王永剛;何曉清;張凱;沙彥伶;金元娥;李秋恬;蘇斌設(shè)計(jì)研發(fā)完成，并于2022-10-14向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種對(duì)放射性肺炎建立聯(lián)合回歸預(yù)測(cè)模型的方法在說明書摘要公布了：本發(fā)明公開了一種對(duì)放射性肺炎建立聯(lián)合回歸預(yù)測(cè)模型的方法，建立了機(jī)器學(xué)習(xí)與深度學(xué)習(xí)聯(lián)合預(yù)測(cè)的多特征融合回歸預(yù)測(cè)模型，在深度學(xué)習(xí)實(shí)現(xiàn)對(duì)放射性肺炎分類的基礎(chǔ)上引入了影像組學(xué)特征、專家模型、遷移學(xué)習(xí)等方法，通過機(jī)器學(xué)習(xí)算法建立預(yù)測(cè)模型，對(duì)不同特征進(jìn)行融合，共同預(yù)測(cè)放射性肺炎的預(yù)后預(yù)測(cè)。本發(fā)明采用理論分析、多元回歸、神經(jīng)網(wǎng)絡(luò)建模與實(shí)驗(yàn)驗(yàn)證相結(jié)合的方法，將放射性肺炎的預(yù)測(cè)研究和實(shí)際診斷緊密聯(lián)系起來，通過對(duì)診斷經(jīng)驗(yàn)建立規(guī)則約束及對(duì)歷史數(shù)據(jù)挖掘隱含規(guī)律，使預(yù)測(cè)結(jié)果和實(shí)際診斷相互印證，相互促進(jìn)。

本發(fā)明授權(quán)一種對(duì)放射性肺炎建立聯(lián)合回歸預(yù)測(cè)模型的方法在權(quán)利要求書中公布了：1.一種對(duì)放射性肺炎建立聯(lián)合回歸預(yù)測(cè)模型的方法，其特征在于，包括以下步驟：S1、由放射性肺炎影像組學(xué)映射理論指導(dǎo)影像組學(xué)特征提取，對(duì)原始CT影像數(shù)據(jù)進(jìn)行清洗及預(yù)處理，提取高關(guān)聯(lián)性特征；S2、基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型建立分類算法，根據(jù)放射性肺炎CT的3D影像在2D圖像中的映射性質(zhì)對(duì)網(wǎng)絡(luò)模型進(jìn)行修改，強(qiáng)化網(wǎng)絡(luò)對(duì)特征整體性的保留，提高網(wǎng)絡(luò)對(duì)小目標(biāo)的檢測(cè)能力，同時(shí)建立遷移學(xué)習(xí)訓(xùn)練流程，利用肺炎以及阻塞性肺炎等在CT影像上表征相似的疾病對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，實(shí)現(xiàn)具有高精度、高穩(wěn)定性與泛化能力強(qiáng)的網(wǎng)絡(luò)模型；S3、建立基于機(jī)器學(xué)習(xí)的放射性肺炎預(yù)測(cè)模型：根據(jù)專業(yè)醫(yī)師經(jīng)驗(yàn)構(gòu)建決策樹類專家模型，通過“信息熵”的原則對(duì)規(guī)則經(jīng)驗(yàn)進(jìn)行選取，根據(jù)專家模型的評(píng)分、影像組學(xué)特征以及深度學(xué)習(xí)輸出類別置信度構(gòu)建彈性網(wǎng)絡(luò)回歸算法，根據(jù)歷史數(shù)據(jù)不斷優(yōu)化回歸算法，最終實(shí)現(xiàn)對(duì)放射性肺炎的預(yù)測(cè)；所述的S2具體包括：首先將放射性肺炎的醫(yī)學(xué)CT影像與相似肺部疾病醫(yī)學(xué)CT影像進(jìn)行預(yù)處理，將3D醫(yī)學(xué)CT影像數(shù)據(jù)降維，統(tǒng)一成神經(jīng)網(wǎng)絡(luò)可進(jìn)行特征提取文件；其次對(duì)YOLOX算法的網(wǎng)絡(luò)模型進(jìn)行修改，基于放射性肺炎的特征表達(dá)性質(zhì)，對(duì)卷積層、歸一化層、上下采樣層以及分類頭部進(jìn)行修改，不斷調(diào)試并驗(yàn)證網(wǎng)絡(luò)性能；其次對(duì)修改后的神經(jīng)網(wǎng)絡(luò)進(jìn)行遷移學(xué)習(xí)，使用修改后的網(wǎng)絡(luò)模型對(duì)相似肺部疾病數(shù)據(jù)集進(jìn)行預(yù)訓(xùn)練，之后將預(yù)訓(xùn)練模型權(quán)重遷移到模型中對(duì)放射性肺炎數(shù)據(jù)集進(jìn)行調(diào)整，不斷調(diào)整損失函數(shù)求解策略，以達(dá)到理想的擬合狀態(tài)；最后，對(duì)未訓(xùn)練的CT影像進(jìn)行分類檢測(cè)，驗(yàn)證網(wǎng)絡(luò)模型性能，并將分類結(jié)果以及置信度作為輸出保存；所述的S3具體包括：首先與從事放射性肺炎診斷行業(yè)的專業(yè)醫(yī)師開展深入交流，記錄在放射性肺炎診斷方面的可靠經(jīng)驗(yàn)，利用決策樹類算法建立專家模型；其次，將影像組學(xué)和深度學(xué)習(xí)分類檢測(cè)的信息作為彈性回歸網(wǎng)絡(luò)的輸入，對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；最后，利用K折驗(yàn)證法檢驗(yàn)?zāi)Ｐ蛯?duì)放射性肺炎的預(yù)測(cè)準(zhǔn)確度，給出不同特征與放射性肺炎關(guān)聯(lián)度的先后順序。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中國(guó)人民解放軍聯(lián)勤保障部隊(duì)第九二〇醫(yī)院，其通訊地址為：650031 云南省昆明市西山區(qū)大觀路212號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。