医疗装置有效性的检测方法及装置制造方法及图纸

技术编号:35061252 阅读:7 留言:0更新日期:2022-09-28 11:14
本发明专利技术提供一种医疗装置有效性的检测方法及装置,其中方法包括:将临床数据输入医疗装置,得到医疗装置输出的第一诊断结果;将临床数据输入NEST神经网络模型,得到NEST神经网络模型输出的第二诊断结果;根据第一诊断结果以及第二诊断结果,确定医疗装置初步验证通过;根据第一诊断结果以及临床数据的预设评估结果,确定医疗装置有效。本发明专利技术提供的医疗装置有效性的检测方法及装置,通过NEST神经网络模型输出的诊断结果用于医疗装置输出的诊断结果的对比,实现了对医疗装置的快速初步验证,通过临床数据的预设评估结果的进一步验证,实现了对医疗装置的双重验证,在确保验证效率的情况下,确保了最终的验证结果的可靠性。性。性。

【技术实现步骤摘要】
医疗装置有效性的检测方法及装置


[0001]本专利技术涉及人工智能
,尤其涉及一种医疗装置有效性的检测方法及装置。

技术介绍

[0002]医疗装置在使用前必须进行有效性的检测,以防止发生误诊等现象。
[0003]现有的医疗装置有效性检测是通过获取临床数据输入医疗装置,得到诊断结果,然后直接由多个专家对诊断结果进行有效性检测,或者将临床数据输入到医疗装置进行循环训练后得到诊断结果,然后通过专家评判医疗装置的有效性。现有方法中的两种方式,均是得到诊断结果后,直接通过专家进行评判,需要多次反复的根据专家的评判结果调整医疗装置以达到预期效果,过程繁琐,且效率低。

技术实现思路

[0004]本专利技术提供一种医疗装置有效性的检测方法及装置,用以解决现有技术针对医疗装置有效性检测,反复多次通过专家进行评判,评判过程比较繁琐,效率低的技术问题。
[0005]本专利技术提供一种医疗装置有效性的检测方法,包括:
[0006]将临床数据输入医疗装置,得到所述医疗装置输出的第一诊断结果;
[0007]将所述临床数据输入NEST神经网络模型,得到所述NEST神经网络模型输出的第二诊断结果;
[0008]根据所述第一诊断结果以及所述第二诊断结果,确定所述医疗装置初步验证通过;
[0009]根据所述第一诊断结果以及所述临床数据的预设评估结果,确定所述医疗装置有效;
[0010]所述NEST神经网络模型是基于所述临床数据生成的神经网络模型,并且是基于临床数据样本以及所述临床数据样本对应的诊断类别标签对初始NEST神经网络模型进行训练得到的。
[0011]根据本专利技术提供的一种医疗装置有效性的检测方法,所述确定所述医疗装置初步验证通过之前,还包括:
[0012]将所述临床数据添加扰动,生成扰动后的对照数据;
[0013]将所述对照数据输入所述医疗装置,得到所述医疗装置输出的第三诊断结果;
[0014]确定所述第一诊断结果与所述第三诊断结果的莱布尼兹连续性满足莱布尼兹条件。
[0015]根据本专利技术提供的一种医疗装置有效性的检测方法,所述根据所述第一诊断结果以及所述第二诊断结果,确定所述医疗装置初步验证通过,包括:
[0016]在获取所述第一诊断结果的效率和准确率分别高于获取所述第二诊断结果的效率和准确率的情况下,确定所述医疗装置初步验证通过。
[0017]根据本专利技术提供的一种医疗装置有效性的检测方法,所述根据所述第一诊断结果以及所述临床数据的预设评估结果,确定所述医疗装置有效,包括:
[0018]在所述第一诊断结果与所述临床数据的预设评估结果相同的情况下,确定所述医疗装置有效。
[0019]根据本专利技术提供的一种医疗装置有效性的检测方法,所述将临床数据输入医疗装置之前,还包括:
[0020]根据患者年龄、患者性别以及病症,对所述临床数据进行分类。
[0021]根据本专利技术提供的一种医疗装置有效性的检测方法,所述医疗装置是基于预测模型构建的;
[0022]所述预测模型是基于临床数据样本,以及所述临床数据样本对应的诊断类别标签对初始预测模型进行训练得到的。
[0023]本专利技术还提供一种医疗装置有效性的检测装置,包括:
[0024]医疗装置诊断结果确定模块,用于将临床数据输入医疗装置,得到所述医疗装置输出的第一诊断结果;
[0025]对比模型诊断结果确定模块,用于将所述临床数据输入NEST神经网络模型,得到所述NEST神经网络模型输出的第二诊断结果;
[0026]初步验证模块,用于根据所述第一诊断结果以及所述第二诊断结果,确定所述医疗装置初步验证通过;
[0027]有效性确定模块,用于根据所述第一诊断结果以及所述临床数据的预设评估结果,确定所述医疗装置有效;
[0028]所述NEST神经网络模型是基于所述临床数据生成的神经网络模型,并且是基于临床数据样本以及所述临床数据样本对应的诊断类别标签对初始NEST神经网络模型进行训练得到的。
[0029]本专利技术还提供一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述任一种所述医疗装置有效性的检测方法。
[0030]本专利技术还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述医疗装置有效性的检测方法。
[0031]本专利技术还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述医疗装置有效性的检测方法。
[0032]本专利技术提供的医疗装置有效性的检测方法及装置,通过NEST神经网络模型输出的诊断结果用于医疗装置输出的诊断结果的对比,实现了对医疗装置的快速初步验证,通过临床数据的预设评估结果的进一步验证,实现了对医疗装置的双重验证,在确保验证效率的情况下,确保了最终的验证结果的可靠性。
附图说明
[0033]为了更清楚地说明本专利技术或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图简要地说明,显而易见地,下面描述中的附图是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图
获得其他的附图。
[0034]图1是本专利技术提供的医疗装置有效性的检测方法的流程示意图;
[0035]图2是本专利技术提供的医疗装置的验证流程示意图;
[0036]图3是本专利技术提供的医疗装置有效性的检测装置的结构示意图;
[0037]图4是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0038]为使本专利技术的目的、技术方案和优点更加清楚,下面将结合本专利技术中的附图,对本专利技术中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。
[0039]图1为本专利技术提供的医疗装置有效性的检测方法的流程示意图。参照图1,本专利技术提供的医疗装置有效性的检测方法可以包括:
[0040]步骤110,将临床数据输入医疗装置,得到所述医疗装置输出的第一诊断结果;
[0041]步骤120,将所述临床数据输入NEST神经网络模型,得到所述NEST神经网络模型输出的第二诊断结果;
[0042]步骤130,根据所述第一诊断结果以及所述第二诊断结果,确定所述医疗装置初步验证通过;
[0043]步骤140,根据所述第一诊断结果以及所述临床数据的预设评估结果,确定所述医疗装置有效;
[0044]所述NEST神经网络模型是基于所述临床数据生成的神经网络模型,并且是基于临床数据样本以及所述临床数据样本对应的诊断类别标签对初始NEST神经网络模型进行训练得到的。
[0045]本专利技术提供的医疗装置有效性的检本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种医疗装置有效性的检测方法,其特征在于,包括:将临床数据输入医疗装置,得到所述医疗装置输出的第一诊断结果;将所述临床数据输入NEST神经网络模型,得到所述NEST神经网络模型输出的第二诊断结果;根据所述第一诊断结果以及所述第二诊断结果,确定所述医疗装置初步验证通过;根据所述第一诊断结果以及所述临床数据的预设评估结果,确定所述医疗装置有效;所述NEST神经网络模型是基于所述临床数据生成的神经网络模型,并且是基于临床数据样本以及所述临床数据样本对应的诊断类别标签对初始NEST神经网络模型进行训练得到的。2.根据权利要求1所述的医疗装置有效性的检测方法,其特征在于,所述确定所述医疗装置初步验证通过之前,还包括:将所述临床数据添加扰动,生成扰动后的对照数据;将所述对照数据输入所述医疗装置,得到所述医疗装置输出的第三诊断结果;确定所述第一诊断结果与所述第三诊断结果的莱布尼兹连续性满足莱布尼兹条件。3.根据权利要求1所述的医疗装置有效性的检测方法,其特征在于,所述根据所述第一诊断结果以及所述第二诊断结果,确定所述医疗装置初步验证通过,包括:在获取所述第一诊断结果的效率和准确率分别高于获取所述第二诊断结果的效率和准确率的情况下,确定所述医疗装置初步验证通过。4.根据权利要求1所述的医疗装置有效性的检测方法,其特征在于,所述根据所述第一诊断结果以及所述临床数据的预设评估结果,确定所述医疗装置有效,包括:在所述第一诊断结果与所述临床数据的预设评估结果相同的情况下,确定所述医疗装置有效。5.根据权利要求1所述的医疗装置有效性的检测方法,其特征在于,所述将临床数据输入医疗装置之前,还包括:根据患...

【专利技术属性】
技术研发人员:徐毅汤昊宬梁慧丁振甲
申请(专利权)人:中国科学院自动化研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1