Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2019024380) INTELLIGENT TRADITIONAL CHINESE MEDICINE DIAGNOSIS METHOD, SYSTEM AND TRADITIONAL CHINESE MEDICINE SYSTEM
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.: WO/2019/024380 International Application No.: PCT/CN2017/116065
Publication Date: 07.02.2019 International Filing Date: 14.12.2017
IPC:
G06F 19/00 (2018.01)
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
F
ELECTRIC DIGITAL DATA PROCESSING
19
Digital computing or data processing equipment or methods, specially adapted for specific applications
Applicants:
广东工业大学 GUANGDONG UNIVERSITY OF TECHNOLOGY [CN/CN]; 中国广东省广州市 越秀区东风东路729号大院 729 Dongfeng East Rd Yuexiu District Guangzhou, Guangdong 510006, CN
Inventors:
王峰 WANG, Feng; CN
曹彬 CAO, Bin; CN
李诗语 LI, Shiyu; CN
Agent:
北京集佳知识产权代理有限公司 UNITALEN ATTORNEYS AT LAW; 中国北京市 朝阳区建国门外大街22号赛特广场7层 7th Floor, Scitech Place No.22, Jian Guo Men Wai Ave. Chao Yang District Beijing 100004, CN
Priority Data:
201710639260.731.07.2017CN
Title (EN) INTELLIGENT TRADITIONAL CHINESE MEDICINE DIAGNOSIS METHOD, SYSTEM AND TRADITIONAL CHINESE MEDICINE SYSTEM
(FR) PROCÉDÉ DE DIAGNOSTIC INTELLIGENT DE MÉDECINE TRADITIONNELLE CHINOISE, SYSTÈME ET SYSTÈME DE MÉDECINE TRADITIONNELLE CHINOISE
(ZH) 一种中医智能诊断方法、系统及中医医疗系统
Abstract:
(EN) Disclosed are an intelligent traditional Chinese medicine diagnosis method, system and traditional Chinese medicine system, the method comprising: a server side acquiring, from distributed client clusters, observation diagnosis training data, auscultation-olfaction diagnosis training data, inquiry diagnosis training data and palpation diagnosis training data of a patient; the server side training, by using the observation diagnosis training data, the auscultation-olfaction diagnosis training data, the inquiry diagnosis training data and the palpation diagnosis training data, a model to be trained constructed on the basis of a deep neural network algorithm to obtain a trained model; and the server side using the trained model to perform diagnosis with respect to disease data of the patient to obtain a diagnostic result of the disease data. The technical solution disclosed by the present application can be used to comprehensively acquire disease information of a patient, thereby effectively increasing accuracy of the medical diagnostic result; in addition, the method can be used to quickly process disease data of multiple patients at the same time.
(FR) L'invention concerne un procédé de diagnostic intelligent de médecine traditionnelle chinoise, un système et un système de médecine traditionnelle chinoise, le procédé comprenant les étapes suivantes : acquérir, par un côté serveur, à partir de grappes de clients réparties, des données d'apprentissage de diagnostic d'observation, des données d'apprentissage de diagnostic d'auscultation-olfaction, des données d'apprentissage de diagnostic d'interrogation et des données d'apprentissage de diagnostic de palpation d'un patient ; entraîner, par le côté serveur, en utilisant les données d'apprentissage de diagnostic d'observation, les données d'apprentissage de diagnostic d'auscultation-olfaction, les données d'apprentissage de diagnostic d'interrogation et les données d'apprentissage de diagnostic de palpation, un modèle à entraîner construit sur la base d'un algorithme de réseau neuronal profond pour obtenir un modèle entraîné ; et utiliser, par le côté serveur, le modèle entraîné pour effectuer un diagnostic par rapport à des données de maladie du patient pour obtenir un résultat de diagnostic des données de maladie. La solution technique décrite par la présente invention peut être utilisée pour acquérir de manière complète des informations de maladie d'un patient, ce qui augmente efficacement la précision du résultat de diagnostic médical ; de plus, le procédé peut être utilisé pour traiter rapidement et en même temps des données de maladie de multiples patients.
(ZH) 一种中医智能诊断方法、系统及中医医疗系统,该方法包括:服务器端从分布式客户端集群中获取患者的望诊训练数据、闻诊训练数据、问诊训练数据和切诊训练数据;服务器端利用望诊训练数据、闻诊训练数据、问诊训练数据和切诊训练数据,对基于深度神经网络算法构建的待训练模型进行训练,得到训练后模型;服务器端利用训练后模型对患者的疾病数据进行诊断,得出疾病数据的诊断结果。本申请公开的技术方案通过对患者的疾病信息进行全面的采集,有效提升了医疗诊断结果的准确度,而且,本方法可以快速地同时处理多个患者的疾病数据。
front page image
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Office (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Publication Language: Chinese (ZH)
Filing Language: Chinese (ZH)