买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉众阳健康科技集团有限公司申请的专利一种面向ICD疾病分类的少样本学习方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116304922B 。

龙图腾网通过国家知识产权局官网在2025-12-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310114775.0，技术领域涉及：G06F18/2431；该发明授权一种面向ICD疾病分类的少样本学习方法是由张述睿;高希余;吴军;张伯政;桑波;李福友;李森;王陈辰设计研发完成，并于2023-02-14向国家知识产权局提交的专利申请。

本一种面向ICD疾病分类的少样本学习方法在说明书摘要公布了：一种面向ICD疾病分类的少样本学习方法，利用基于深度学习的自动ICD编码方法，使用一种门控机制和正则化方法学习国际疾病分类中每个编码的标准名称，国际疾病分类中每个编码的标准名称作为一种附加知识，并通过一种门控机制和正则化方法将ICD编码的标准名称融入模型，可以丰富模型所学习的特征，从而使模型学习较少的样本量可达到较高的分类性能。

本发明授权一种面向ICD疾病分类的少样本学习方法在权利要求书中公布了：1.一种面向ICD疾病分类的少样本学习方法，其特征在于，包括如下步骤： a随机初始化一个字向量矩阵Δ，为实数空间，V为字典中字的总个数，d为子向量的维度； b获取电子病历文本，字向量矩阵Δ将电子病历文本中的每个字通过字典中的索引映射为一条向量，得到电子病历文本的字向量表示E，E＝{e1,e2,...,ei,...,eL}，其中ei为电子病历文本中第i个字所对应的字向量，ei为一条d维向量，i∈{1,...,L}，L为电子病历文本中的总字数， c通过查询字向量矩阵Δ获取字向量表示E中每个ICD编码的标准名称的向量表示，第m条ICD编码的标准名称的向量表示为cm，为第m条ICD编码的标准名称中第j个字所对应的字向量，j∈{1,...,|m|}，|m|为第m条ICD编码的标准名称的总字数，m∈{1,...,|C|}，|C|为字向量表示E中ICD编码的类别的数量，将，将第m条ICD编码的标准名称的向量表示cm在|m|的维度进行最大池化，得到最大池化后的第m条ICD编码的标准名称的向量表示 d将步骤c中得到的所有的最大池化后的ICD编码的标准名称的向量表示构建集合 e为每条ICD编码初始化一个可训练的参数向量，得到U＝{u1,u2,...,um,...,u|C|}，其中um为第m条ICD编码的可训练参数向量，m∈{1,...,|C|}， f计算得到门控权重Γ，其中γm为第m条ICD编码的门控权重，m∈{1,...,|C|}，γm为一条d维向量，门控权重Γ取值为0至1之间的浮点数且不包括0和1； g计算得到ICD编码的向量表示C； h建立所有编码在数据中出现次数的集合K，K＝{k1,k2,...,km,...,k|C|}，其中km为第m条ICD编码在人工校对的ICD编码数据集中出现的次数，m∈{1,...,|C|}，对Γ＝{γ1,γ2,...,γ,...,γ|C|}定义一个约束的损失函数式中||·||为L2范数，maxK为集合K中的最大值，minK为集合K中的最小值，τ为超参数； i通过公式计算得到当前输入的电子病历文本与所有|C|个ICD编码的类别的匹配的概率，完成多标签分类模型的建立，概率取值范围为0至1之间且不包括0和1，当概率中大于0.5的值所对应的索引为m，则m为多标签分类模型将当前输入的电子病历文本分配到第m条ICD编码，式中σ·为sigmoid函数，T为矩阵转置，V＝αE，Z＝ECexpZ为expZ的第L的维度进行求和计算； j通过公式计算得到交叉熵损失函数式中Y为输入的电子病历文本所对应的人工校对过的准确的标签，标签Y中的值为0或1，标签Y中为1的值所对应的索引为m，则m为当前输入的电子病历文本和第m条ICD编码是相匹配的，通过公式计算得到整体损失式中λ为超参数，利用梯度下降法将整体损失最小化对多标签分类模型进行优化。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人众阳健康科技集团有限公司，其通讯地址为：250098 山东省济南市市辖区高新区新泺大街1166号奥盛大厦一号楼12层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。