WIPO logo
Mobile | Deutsch | English | Español | 日本語 | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

Recherche dans les collections de brevets nationales et internationales
World Intellectual Property Organization
Recherche
 
Options de navigation
 
Traduction
 
Options
 
Quoi de neuf
 
Connexion
 
Aide
 
Traduction automatique
1. (WO2018046452) SYSTÈMES, PROCÉDÉS ET APPAREIL D'INFÉRENCE DIAGNOSTIQUE AVEC UN RÉSEAU DE MÉMOIRE PROFONDE MULTIMODAL
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication :    WO/2018/046452    N° de la demande internationale :    PCT/EP2017/072136
Date de publication : 15.03.2018 Date de dépôt international : 05.09.2017
CIB :
G06F 19/00
Déposants : KONINKLIJKE PHILIPS N.V. [NL/NL]; High Tech Campus 5 5656 AE Eindhoven (NL)
Inventeurs : AL HASAN, Sheikh Sadid; (NL).
ZHAO, Siyuan; (NL).
FARRI, Oladimeji Feyisetan; (NL).
PRAKASH, Aaditya; (NL).
LEE, Kathy Mi Young; (NL).
DATLA, Vivek Varma; (NL).
QADIR, Ashequl; (NL).
LIU, Junyi; (NL)
Mandataire : DE HAAN, Poul, Erik; (NL)
Données relatives à la priorité :
62/384,235 07.09.2016 US
Titre (EN) SYSTEMS, METHODS, AND APPARATUS FOR DIAGNOSTIC INFERENCING WITH A MULTIMODAL DEEP MEMORY NETWORK
(FR) SYSTÈMES, PROCÉDÉS ET APPAREIL D'INFÉRENCE DIAGNOSTIQUE AVEC UN RÉSEAU DE MÉMOIRE PROFONDE MULTIMODAL
Abrégé : front page image
(EN)The described embodiments relate to systems, methods, and apparatus for providing a multimodal deep memory network (200) capable of generating patient diagnoses (222). The multimodal deep memory network can employ different neural networks, such as a recurrent neural network and a convolution neural network, for creating embeddings (204, 214, 216) from medical images (212) and electronic health records (206). Connections between the input embeddings (204) and diagnoses embeddings (222) can be based on an amount of attention that was given to the images and electronic health records when creating a particular diagnosis. For instance, the amount of attention can be characterized by data (110) that is generated based on sensors that monitor eye movements of clinicians observing the medical images and electronic health records. Resulting patient diagnoses can be provided according to a predetermined classification of weights, or a compilation of words that are generated over multiple iterations of the multimodal deep memory network.
(FR)Les modes de réalisation décrits concernent des systèmes, des procédés et un appareil pour fournir un réseau de mémoire profonde multimodal (200) capable de générer des diagnostics de patients (222). Le réseau de mémoire profonde multimodal peut utiliser différents réseaux neuronaux, tels qu'un réseau neuronal récurrent et un réseau neuronal à convolution, pour créer des intégrations (204, 214, 216) à partir d'images médicales (212) et de dossiers de santé électroniques (206). Des connexions entre les intégrations d'entrée (204) et les intégrations de diagnostics (222) peuvent être basées sur une quantité d'attention qui a été donnée aux images et aux dossiers de santé électroniques lors de la création d'un diagnostic particulier. Par exemple, la quantité d'attention peut être caractérisée par des données (110) qui sont générées sur la base de capteurs qui surveillent les mouvements oculaires de cliniciens observant les images médicales et les dossiers médicaux électroniques. Des diagnostics de patients qui en résultent peuvent être fournis selon une classification prédéterminée de poids, ou une compilation de mots qui sont générés sur de multiples itérations du réseau de mémoire profonde multimodal.
États désignés : 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.
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Office européen des brevets (OEB) (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)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG).
Langue de publication : anglais (EN)
Langue de dépôt : anglais (EN)