本发明公开了一种基于循环神经网络的甲状腺采样数据识别方法，使用生物电阻抗断层前端采集平台采样数据，对采样数据进行预处理获得对应的三维输入数据，将三维输入数据输入基于循环神经网络的甲状腺识别模型，所述甲状腺识别模型包括特征推理部分和结果输...

本发明提出一种基于生物电阻抗的甲状腺采样数据识别方法，采用生物电阻抗测量方法获得采样数据并对采样数据进行预处理，将得到的数据集输入甲状腺识别模型中采用多层完善后的循环神经网络模块进行特征提取、递进式全连接操作进行特征融合以及选用改进后的...

本申请公开了一种基于机器学习的乳腺采样数据处理方法，包括以下步骤：对待测病人的乳腺部分施加体外激励源，收集所述待测病人的电阻率数据；对所述电阻率数据进行预处理，得到对应的四维输入数据；将所述输入数据输入特征提取网络中，得到所述特征提取网...

本发明公开了一种基于人工智能的甲状腺采样数据识别方法，包括：使用生物电阻抗信息收集平台采集在不同频率激励源频率下待检测病人甲状腺位置上的电阻率值，对采样数据进行预处理后输入甲状腺识别模型中，其中甲状腺识别模型的网络结构包括了三个部分：特...

本申请提出一种基于机器学习的甲状腺采样数据识别方法及装置，其中所述识别方法包括：对待测对象的颈前部施加激励源，获取m个待测对象在不同激励条件下的采样数据；将采集到的采样数据进行预处理，并整理成第一数据集，将所述第一数据集内的样本数据输入...

本申请公开了一种基于人工智能的乳腺采样数据的处理方法，包括以下步骤：根据待检测病人体外激励频率收集人体乳腺部分的电阻率数据；对所述电阻率数据进行处理，得到对应的四维输入数据；将所述输入数据输入文本分类模型中，其中所述文本分类模型包括特征...