原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本公开实施例涉及基于放射学报告的机器学习。公开了确定经训练的机器学习算法的性能的技术。经训练的ML算法可以被配置为处理医学成像数据，从而基于医学成像数据来生成对患者的至少一个诊断的预测。将患者的至少一个诊断的预测与患者的至少一个诊断的已验证标签进行比较，从而基于比较来确定经训练的ML算法的性能。通过解析患者的已验证的放射学报告来获得患者的至少一个诊断的已验证标签并且医学成像数据与已验证的放射学报告相关联。如果经训练的ML算法的性能低于预定义阈值，则可以基于已验证标签来触发经训练的ML算法的参数的
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116432000 A
(43)申请公布日 2023.07.14
(21)申请号 202310028871.3 G16H 50/70 (2018.01)
文档评论（0）