基于可解释性算法和真实世界数据的老年黄斑变性干湿分型方法及装置
成果类型:: 发明专利
发布时间: 2023-09-08 15:15:46
老年性黄斑变性病因错综复杂,为老年人主要致盲疾病之一,分型为干湿型,类型不同,治疗方式也不相同,但是目前对于干湿的AI分类方法准确率较低,可解释性较差,很难实现临床应用,此外,由于真实世界数据的特殊性和珍贵性,目前的算法大多基于公开数据,公开数据为处理过后的数据,标准化程度高,该算法在基于真实世界数据的性能更差,但是基于较少的真实世界数据实现的算法鲁棒性差。
因此,提出基于可解释性算法和真实世界数据的老年黄斑变性干湿分型方法及装置来解决上述问题很有必要。
基于可解释性算法和真实世界数据的老年黄斑变性干湿分型的装置,包括算法主机装置,算法主机装置顶部的正面固定连接有操作面板,算法主机装置顶部的背面开设有展示区,算法主机装置顶部的背面转动连接有盖板,盖板正面的正中固定连接有显示面板。
优选的,算法主机装置左右两侧的正中对称开设有散热槽,算法主机装置顶部的正面固定连接有第一磁贴,盖板正面的顶部固定连接有第二磁贴,第一磁贴与第二磁贴相吸。
与现有技术相比,本发明提供了基于可解释性算法和真实世界数据的老年黄斑变性干湿分型方法及装置,具备以下有益效果:
1、该基于可解释性算法和真实世界数据的老年黄斑变性干湿分型方法及装置,此方法可以有效提高数据的准确率,提高可解释性,提高鲁棒性。实现基于真实世界数据的算法性能提升。
技术合作
基于多模型融合算法的老年性黄斑变性干湿分类:基于投票机制的集合决策框架是一种整合不同解决方案的方法,并以稳健的方式提出一个有希望的决策,它为模型融合研究带来了巨大的实用价值,本研究提出了一种基于投票机制的ADM检测的模型融合方法,由于监督方法具有相对可靠的结果和较高的准确性,本研究以SVM、VGG16和Resnet等为例,基于这三个模型的结果,进行预测,伪代码如算法7所示。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。