-
融合文本分类算法的皮肤病辅助诊疗模型
编辑人员丨6天前
针对当前皮肤病辅助诊断中生物医学特征建模规模较小且耗费巨大人工成本,而患者疾病特征的时间序列同样无法准确描述等难点,本研究运用融合文本分类算法,融合常用的文本分类模型TextLSTM、TextCNN、RCNN得到皮肤疾病辅助诊疗模型(TLNN模型),通过提取图像传感器医学特征向量化后进行预处理减少焦块数量以及消除偏差较大的特征信息,提高决策数据精度.在ISIC2018和PH2数据集进行对照实验,TLNN模型的准确率为72.36%,高于其余3种文本分类模型.在与医生主观诊断对比实验中,模型诊断准确率为92%,接近于医生94%的平均准确率,而有效诊断效率(1.17 min/例)明显高于医生人工诊断(4.57 min/例),整体效率提升幅度达290%,结果表明对比传统人工诊断,融合文本分类算法模型能以更短时间获得精确的诊断.TLNN模型可以应用于疾病诊断,辅助医生医疗决策,为患者提供优质便捷的智能诊疗服务.
...不再出现此类内容
编辑人员丨6天前
-
医学院校非信息类专业医学信息学选修课的教学实践研究
编辑人员丨6天前
以移动互联网、物联网、云计算、大数据等为代表的新一代信息技术与健康医疗行业紧密融合，对医学院校面向非信息类专业的医学信息学选修课提出了更高的教学目标和内容要求。本文结合实际教学需求和临床医学生培养目标，对医学信息学选修课的教学内容进行了科学地优化和配置。选择医学信息学教育中的“小数据集，电子病历/电子健康档案的基本应用”为主要内容，模块化医学信息处理中的数值型数据、文本型数据和图像数据，以案例驱动和翻转课堂变革教学方式，将机器学习中常见的方法（如回归、分类和聚类方法）根植于案例的解决方案中，以综合的算法实例报告作为课程考核评价方式。实践表明，以上探索既激发了学生对医学信息学选修课的兴趣，又有效贯彻了医学生培养早预测、早调整、早发现、早诊断和早治疗的“五早”模式。
...不再出现此类内容
编辑人员丨6天前
