調適型分類方法及用以執行該調適型分類方法之電腦可讀取記錄媒體

專利類型

發明

專利國別 (專利申請國家)

中華民國

專利申請案號

102108802

專利證號

I 483127

專利獲證名稱

調適型分類方法及用以執行該調適型分類方法之電腦可讀取記錄媒體

專利所屬機關 (申請機關)

國立臺灣大學

獲證日期

2015/05/01

技術說明

1. 針對臨床分類等級的機率規範特性，我們所發明的分類方法利用ADA Boost的Logit function參數調整，於模型訓練階段調適每一分類等級的機率範圍以符合臨床歸範。所訓練的模型，經過獨立案例測試(Independent Test)，證實分類所得的腫瘤分級可確實符合每一等級所規範的機率範圍。 2. 針對關鍵等級類別間的更精細區分以避免不當的臨床處置，我們所發明的方法利用階層式分類方法，先將所有等級建構第一繩分類模型，並聚合第一層分類結果，再針對不同關鍵類別建構第二層分類模型。透過多階層的分類，關鍵等級類別的區分可以更精確，以避免後續臨床處置失當。 3. 我們所發明的方法利用群體(Ensemble)分類方法的「表決」特性，歸納群體表決結果所用到的關鍵屬性，描述每一分類結果背後的決定性屬性及其臨床上的病灶含意，做為醫師臨床診斷之參考。 1. 針對臨床分類等級的機率規範特性，我們所發明的分類方法利用ADA Boost的Logit function參數調整，於模型訓練階段調適每一分類等級的機率範圍以符合臨床歸範。所訓練的模型，經過獨立案例測試(Independent Test)，證實分類所得的腫瘤分級可確實符合每一等級所規範的機率範圍。 2. 針對關鍵等級類別間的更精細區分以避免不當的臨床處置，我們所發明的方法利用階層式分類方法，先將所有等級建構第一繩分類模型，並聚合第一層分類結果，再針對不同關鍵類別建構第二層分類模型。透過多階層的分類，關鍵等級類別的區分可以更精確，以避免後續臨床處置失當。 3. 我們所發明的方法利用群體(Ensemble)分類方法的「表決」特性，歸納群體表決結果所用到的關鍵屬性，描述每一分類結果背後的決定性屬性及其臨床上的病灶含意，做為醫師臨床診斷之參考。

備註

連絡單位 (專責單位/部門名稱)

產學合作總中心

連絡電話

33669945

網址