基于多步?jīng)Q策的全肺呼吸內(nèi)科疾病醫(yī)學(xué)輔助診斷系統(tǒng)

基本信息

申請?zhí)?/td> CN202110620116.5 申請日 -
公開（公告）號 CN113362945A 公開（公告）日 2021-09-07
申請公布號 CN113362945A 申請公布日 2021-09-07
分類號 G16H50/20;G16H50/70;G16H10/60 分類 物理
發(fā)明人 葉方全;陳逸龍 申請（專利權(quán)）人 廣州天鵬計算機科技有限公司
代理機構(gòu) - 代理人 -
地址 401120 重慶市渝北區(qū)金開大道西段106號12幢（7層1號房）
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了基于多步?jīng)Q策的全肺呼吸內(nèi)科疾病醫(yī)學(xué)輔助診斷系統(tǒng)，包括如下步驟：S1：判斷是否為呼吸內(nèi)科疾病，當(dāng)輸入描述中出現(xiàn)任意一個關(guān)鍵詞時，進入下一階段；S2：檢查血常規(guī)字段，當(dāng)血常規(guī)中嗜酸粒細胞計數(shù)未升高，進入下一階段；拒絕預(yù)測模塊，當(dāng)分類器分類結(jié)果為可分疾病，則進入下一階段；S4：可分疾病診斷分類模塊。本發(fā)明的有益效果如下：1）本發(fā)明在整體的泛化能力上有了明顯的提升。2）本發(fā)明采用多步?jīng)Q策的方法，不同的決策步驟使用不同的字段信息，能最大限度的對數(shù)據(jù)進行合理利用。3）本發(fā)明中使用了self?attention機制。4）本發(fā)明使用了大規(guī)模預(yù)訓(xùn)練語言模型ALBERT，在泛化性能上有明顯提升，且整體準(zhǔn)確率提升約10%。