公开(公告)号：CN114662623A

公开(公告)日：2022-06-24

申请号：CN202210572321.3

申请日：2022-05-25

申请人： 山东师范大学

发明人： 李登旺 ,  洪亭轩 ,  黄浦 ,  陆华 ,  高祝敏 ,  王醒 ,  李玉玲 ,  周顺风 ,  赵本靖

IPC分类号： G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供一种基于XGBoost的凝血检测中血液样本的分类方法及系统，属于智慧医疗技术领域，通过获取待检测血液样本的凝血指标数据；将血液样本的凝血指标数据输入预训练的基于XGBoost的凝血检测中血液样本的分类模型中，对血液样本的凝血指标数据，按照预设的各个凝血指标的权重进行低层次特征和高层次特征提取，并将提取的低层次特征和高层次特征进行融合，获取检测项目特征；利用基于XGBoost的分类器，根据检测项目特征获取待检测血液样本的凝血检测分类结果。本发明具备鲁棒性，充分利用凝血分析仪的各项数据特征，能够动态调整预警信息，具有预测速度快、预测准确度高的显著效果。

公开(公告)号：CN114662623B

公开(公告)日：2022-08-16

申请号：CN202210572321.3

申请日：2022-05-25

申请人： 山东师范大学

发明人： 李登旺 ,  洪亭轩 ,  黄浦 ,  陆华 ,  高祝敏 ,  王醒 ,  李玉玲 ,  周顺风 ,  赵本靖

IPC分类号： G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供一种基于XGBoost的凝血检测中血液样本的分类方法及系统，属于智慧医疗技术领域，通过获取待检测血液样本的凝血指标数据；将血液样本的凝血指标数据输入预训练的基于XGBoost的凝血检测中血液样本的分类模型中，对血液样本的凝血指标数据，按照预设的各个凝血指标的权重进行低层次特征和高层次特征提取，并将提取的低层次特征和高层次特征进行融合，获取检测项目特征；利用基于XGBoost的分类器，根据检测项目特征获取待检测血液样本的凝血检测分类结果。本发明具备鲁棒性，充分利用凝血分析仪的各项数据特征，能够动态调整预警信息，具有预测速度快、预测准确度高的显著效果。

公开(公告)号：CN114663679A

公开(公告)日：2022-06-24

申请号：CN202210571838.0

申请日：2022-05-25

申请人： 山东师范大学

发明人： 李登旺 ,  高祝敏 ,  黄浦 ,  陆华 ,  洪亭轩 ,  王醒 ,  李玉玲 ,  周顺风 ,  赵本靖

IPC分类号： G06V10/44 ,  G06V10/774 ,  G06V10/776 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

摘要： 本发明提供了一种基于特征融合元学习的凝血指标异常分类方法，包括以下步骤：获取样本PT、TT将曲线图像，对曲线图像进行特征提取，创建训练集、测试集；将训练集图像输入到resnet网络中，输出处理后的图像；将图像输入到元训练模型上进行梯度下降更新参数θ，构建特征融合元学习的异常凝血指标分类模型；设置异常凝血指标分类模型的超参数；利用测试集对训练后的模型进行迭代测试和微调，将测试集输入经过迭代测试和微调的异常凝血指标分类模型，使用特征融合元学习的异常凝血指标分类模型实现分类。本发明利用元学习促进基于深层神经网络的快速适应和泛化，以识别具有更少注释数据的异常指标，提高分类性能。