【技术实现步骤摘要】
本专利技术涉及药品分类系统，具体涉及基于深度学习的药品通用名自动识别与分类系统。
技术介绍
1、药品通用名通常由国际药品命名规范机构(如世界卫生组织)制定，以确保药品在全球范围内具有唯一的标识符，然而，由于不同国家和地区的语言和文化差异，药品通用名可能存在多种形式和拼写变化，这增加了识别和分类的难度；
2、在医疗信息管理系统中，准确记录和分类药品通用名对于患者的健康记录和治疗计划至关重要，自动识别和分类系统可以帮助医疗机构更有效地管理这些信息。
3、现有技术存在以下不足：
4、现有分类系统通常是基于深度学习算法实现对药品通用名的自动识别和分类，一般为分类模型建立后，不断的通过训练集对分类模型进行训练，最后通过测试集测试分类模型的性能，然而，在实际应用中，分类系统通过分类模型分类药品后，对分类后的药品准确性没有一个综合评估处理，通常是分类系统分类完成后，由人工进行分类准确性检查，然而，人工检查一是增加人工负担，二是人工检查容易出现纰漏，使得药品分类的准确性得不到保障。
技术实...
【技术保护点】
1.基于深度学习的药品通用名自动识别与分类系统，其特征在于：包括数据收集模块、特征提取模块、识别分类模块、API模块、分类评估模块、管理模块、决策模块以及数据库模块；
2.根据权利要求1所述的基于深度学习的药品通用名自动识别与分类系统，其特征在于：所述多项数据包括分类准确率、召回率、分类模型数据点异常Z指数以及分类相似度。
3.根据权利要求2所述的基于深度学习的药品通用名自动识别与分类系统，其特征在于：所述分类评估模块将分类准确率、召回率、分类模型数据点异常Z指数以及分类相似度综合计算后，生成质量系数zls，计算表达式为：
4.根据...
【技术特征摘要】
1.基于深度学习的药品通用名自动识别与分类系统，其特征在于：包括数据收集模块、特征提取模块、识别分类模块、api模块、分类评估模块、管理模块、决策模块以及数据库模块；
2.根据权利要求1所述的基于深度学习的药品通用名自动识别与分类系统，其特征在于：所述多项数据包括分类准确率、召回率、分类模型数据点异常z指数以及分类相似度。
3.根据权利要求2所述的基于深度学习的药品通用名自动识别与分类系统，其特征在于：所述分类评估模块将分类准确率、召回率、分类模型数据点异常z指数以及分类相似度综合计算后，生成质量系数zls，计算表达式为：
4.根据权利要求3所述的基于深度学习的药品通用名自动识别与分类系统，其特征在于：所述分类评估模块获取质量系数zls值后，将质量系数zls值与预设的质量阈值进行对比，若质量系数zls值＜质量阈值，评估药品分类质量差，...
【专利技术属性】
技术研发人员：倪述荣，王欣，刘霞荣，
申请(专利权)人：江苏亚得里亚信息科技有限公司，
类型：发明
国别省市：
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。