龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：重庆邮电大学
摘要：本发明涉及医疗领域和预测技术领域，具体涉及一种融合领域知识和深度学习的心力衰竭风险预测方法及系统，方法包括构建并训练心力衰竭风险辅助预测模型；获取待测病案记录输入训练好的心力衰竭风险辅助预测模型，得到风险辅助预测结果；所述心力衰竭风险辅助预测模型包括N个级联的LSTM‑CNN模块；本发明根据专家共识形成的指南进行数据筛选采集，并采取国内最大的中文知识图谱构建三元组知识；此外使用LSTM关注多次病案的时间特性，通过注意力缩短语义差距并结合异常指标设置损失使得模型能很好的预测心衰疾病。
主权项：1.一种融合领域知识和深度学习的心力衰竭风险预测方法，其特征在于，构建并训练心力衰竭风险辅助预测模型；获取待预测病案记录输入训练好的心力衰竭风险辅助预测模型，得到风险辅助预测结果；所述心力衰竭风险辅助预测模型包括N个级联的LSTM-CNN模块；所述心力衰竭风险辅助预测模型的训练过程包括以下步骤：S1.根据心衰疾病指南将心衰阶段划分为心衰疾病风险期A期和心衰疾病风险期B期，根据划分结果获取病案序列数据集；病案序列数据集由多组病案序列数据构成，每一组病案序列数据包括N个病案记录；S2.针对病案序列数据集中每一个病案记录构建一个三元组集，将每一组病案序列数据的全部病案记录的三元组集构建为一个三元组序列；S3.将病案序列数据及其三元组序列依次输入LSTM-CNN模块，最终输出预测结果；S4.根据预测结果，采用损失函数组计算损失并反向传播训练模型参数，直至模型收敛。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种融合领域知识和深度学习的心力衰竭风险预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号