【技术实现步骤摘要】
本专利技术涉及模式识别领域，特别是涉及一种疾病等级分类方法、设备、介质及产品。
技术介绍
1、疾病等级分类是指对医疗领域等有关疾病严重程度的相关数据集，进行疾病严重程度等级的判断。医疗诊断领域复杂的数据中不可避免的存在标签错误的情况，如果让人工处理这些复杂的数据将十分耗费时间和人力资源，因此利用人工智能技术建立鲁棒模型将有助于缓解资源压力。已有医疗等级分类问题往往是基于标签完全正确的情况，这并不符合实际情况。同时医疗等级数据集的类别之间存在明显的等级递进关系，顺序信息也应当考虑在内。
2、xiaofeng liu等为医疗诊断使用单峰均匀约束的wasserstein损失训练模型，挖掘医疗诊断分类问题中暗含的顺序信息；bo han等人针对标签噪声问题提出了co-teaching方法，基于网络拟合效应挑选干净样本进行模型训练；feng chen等人提出根据knn进行样本挑选以及根据预测输出概率做标签矫正的ssr方法。
3、申请号为cn201910357585.5的中国专利技术专利申请中，基于数据挖掘技术的心血管疾病患者...
【技术保护点】
1.一种疾病等级分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的疾病等级分类方法，其特征在于，构建分类模型，具体包括：
3.根据权利要求2所述的疾病等级分类方法，其特征在于，生成标签噪声的过程包括：
4.根据权利要求2所述的疾病等级分类方法，其特征在于，根据层级决策问题修改初始分类模型的网络结构，得到所述分类模型，具体包括：
5.根据权利要求4所述的疾病等级分类方法，其特征在于，获取医疗数据，并将所述医疗数据输入至所述分类模型得到概率预测结果，具体包括：
6.根据权利要求1所述的疾病等级分类方法...
【技术特征摘要】
1.一种疾病等级分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的疾病等级分类方法，其特征在于，构建分类模型，具体包括：
3.根据权利要求2所述的疾病等级分类方法，其特征在于，生成标签噪声的过程包括：
4.根据权利要求2所述的疾病等级分类方法，其特征在于，根据层级决策问题修改初始分类模型的网络结构，得到所述分类模型，具体包括：
5.根据权利要求4所述的疾病等级分类方法，其特征在于，获取医疗数据，并将所述医疗数据输入至所述分类模型得到概率预测结果，具体包括：
6.根据权利要求1所述的疾病等级分类方...
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。