【技术实现步骤摘要】
医疗机器合成数据和对应事件生成
本公开整体涉及合成数据，并且更具体地，涉及医疗机器合成数据和对应事件的生成。
技术介绍
本节中的陈述仅提供与本公开相关的背景信息，并且可能不构成现有技术。医疗保健环境诸如医院或诊所包括信息系统，诸如医院信息系统(HIS)、放射线信息系统(RIS)、临床信息系统(CIS)和心血管信息系统(CVIS)；以及存储系统，诸如图片归档和通信系统(PACS)、图书馆信息系统(LIS)和电子病历(EMR)。例如，所存储的信息可以包括患者用药医嘱、病史、成像数据、测试结果、诊断信息、管理信息和/或计划信息。大量的信息是可用的，但是这些信息可能被存入需要单独访问、搜索和检索的各种独立系统中。由于相关联的系统的技术限制，医疗保健数据之间的相关性仍然难以捉摸。此外，医疗保健提供商的整合形成了跨地域分布的医院网络，在这些医院网络中与系统的物理接触太昂贵。与此同时，转介医师希望更直接访问报告中的支持性数据以及更好的合作渠道。医师具有更多患者、更少时间并且被淹没在海量数据中，并且他们渴望得到帮助。然而，大...
【技术保护点】
1.一种合成时间序列数据生成装置，包括：/n存储器，所述存储器存储指令；以及/n至少一个处理器，所述至少一个处理器用于执行所述指令以至少：/n使用第一人工智能网络模型生成包括多通道时间序列数据和相关联的注释的合成数据集；/n使用第二人工智能网络模型相对于真实数据集分析所述合成数据集；/n当所述第二人工智能网络模型将所述合成数据集分类为第一分类时，使用来自所述第二人工智能网络模型的反馈来调整所述第一人工智能网络模型；以及/n当所述第二人工智能网络模型将所述合成数据集分类为第二分类时，输出所述合成数据集。/n
【技术特征摘要】
20190424 US 62/838,022;20191120 US 16/689,7981.一种合成时间序列数据生成装置，包括：
存储器，所述存储器存储指令；以及
至少一个处理器，所述至少一个处理器用于执行所述指令以至少：
使用第一人工智能网络模型生成包括多通道时间序列数据和相关联的注释的合成数据集；
使用第二人工智能网络模型相对于真实数据集分析所述合成数据集；
当所述第二人工智能网络模型将所述合成数据集分类为第一分类时，使用来自所述第二人工智能网络模型的反馈来调整所述第一人工智能网络模型；以及
当所述第二人工智能网络模型将所述合成数据集分类为第二分类时，输出所述合成数据集。
2.根据权利要求1所述的装置，其中所述第一人工智能模型包括生成式对抗网络模型的生成器，并且其中所述第二人工智能模型包括所述生成式对抗网络模型的鉴别器。
3.根据权利要求1所述的装置，其中所述注释包括与所述时间序列数据相关联的事件。
4.根据权利要求3所述的装置，其中所述事件包括在由所述时间序列数据表示的信号外部的第一事件或在由所述时间序列数据表示的信号内部的第二事件中的至少一个。
5.根据权利要求1所述的装置，其中所述处理器将针对多个时间使用一个或多个潜在输入向量生成所述合成数据集。
6.根据权利要求1所述的装置，其中所述一维时间序列合成数据包括合成波形信号数据。
7.根据权利要求6所述的装置，其中所述处理器将所述合成波形信号数据作为缺失数据进行插补，以使所捕获的波形完整。
8.根据权利要求1所述的装置，其中将所述合成数据集提供给模型生成器，以对第三人工智能网络模型进行训练或测试中的至少一种。
9.根据权利要求1所述的装置，其中所述第一分类包括作为合成数据的分类，其中所述第二分类包括作为真实数据的分类，并且其中所述分类由所述至少一个处理器使用决策聚合器来确定。
10.至少一种有形计算机可读存储介质，包括指令，所述指令在被执行时使至少一个处理器至少：
使用第一人工智能网络模型生成包括多通道时间序列数据和相关联的注释的合成数据集；
使用第二人工智能网络模型相对于真实数据集分析所述合成数据集；
当所述第二人工智能网络模型将所述合成数据集分类为第一分类时，使用来自所述第二人工智能网络模型的反馈来调整所述...
【专利技术属性】
技术研发人员：拉维·索尼，张敏，戈帕尔·B·阿维纳什，文卡塔·拉特南·萨里帕利，管嘉汇，迪比亚乔蒂·帕蒂，马梓力，
申请(专利权)人：通用电气精准医疗有限责任公司，
类型：发明
国别省市：美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。