← 返回列表
一种基于神经网络模型的临床检验方式的风险评估方法
摘要文本
本申请提供了一种基于神经网络模型的临床检验方式的风险评估方法，基于输入层、隐含层和输出层，构建五输入单输出的人工神经网络模型，分级对人工神经网络模型的权值和激活函数进行调整，遍历训练样本，以得到训练后的人工神经网络模型，对待评估的临床检验方式进行风险评估。本申请能够提高临床检验方式的风险评估的效率和准确性。 来源：马 克 团 队
申请人信息
- 申请人:绍兴珂西生物科技有限公司
- 申请人地址:312000 浙江省绍兴市越城区人民东路1423号办公楼401室
- 发明人: 绍兴珂西生物科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于神经网络模型的临床检验方式的风险评估方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202310478251.X |
| 申请日 | 2023/4/26 |
| 公告号 | CN116504405A8 |
| 公开日 | 2024/1/5 |
| IPC主分类号 | G16H50/30 |
| 权利人 | 绍兴珂西生物科技有限公司 |
| 发明人 | 楼力; 孙汉汉; 殷航斌; 周旭铖 |
| 地址 | 浙江省绍兴市越城区人民东路1423号办公楼401室 |
专利主权项内容
1.一种基于神经网络模型的临床检验方式的风险评估方法，其特征在于，所述风险评估方法包括：步骤S1，基于输入层、隐含层和输出层，构建五输入单输出的人工神经网络模型；步骤S2，构建训练样本，对所述人工神经网络模型进行训练，得到对应的风险评估值Y；act步骤S3，基于训练样本的风险评估值Y和风险评估期望值Y，计算风险评估误差E；actref步骤S4，当风险评估误差E不大于第一误差阈值E时，仅对隐含层权值和输出层权值进行调节；ref1步骤S5，当风险评估误差E大于第一误差阈值E且不大于第二误差阈值E时，对隐含层权值、输出层权值和输出层激活函数进行调节；ref1ref2步骤S6，当风险评估误差E大于第二误差阈值E时，对隐含层权值、输出层权值、隐含层激活函数和输出层激活进行调节；ref2步骤S7，遍历训练样本，使每个训练样本对应风险评估值Y和风险评估期望值Y相等，得到训练后的人工神经网络模型；actref步骤S8，基于训练后的人工神经网络模型，对待评估的临床检验方式进行风险评估。 （更多数据，详见马克数据网）