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：中科院南昌高新技术产业协同创新研究院

摘要：本发明公开了一种基于人工智能的血栓性微血管疾病多源数据处理方法，获取TMA多源数据，并进行预处理，使其符合预定的数据格式，形成TMA数据集；读取TMA数据集并进行分割和加密，以对TMA数据进行隐私保护，获得分割和加密后的若干个TMA数据子集；构建人工智能模块，人工智能模块至少两个数据提取通道和至少一个基于异质GNN网络的变分自编码器单元；将训练完成后的人工智能模块配置于服务器中，根据实时收集到TMA数据计算TMA患病评估概率，形成风险评估时序图，并推送。本发明大大提高了数据处理效率和准确率，解决了现有TMA的多源数据往往存在缺失、噪声、不一致和不平衡，以及隐私保护等诸多问题。

主权项：1.基于人工智能的血栓性微血管疾病多源数据处理方法，其特征在于，包括如下步骤：步骤S1、获取TMA多源数据，并进行预处理，使其符合预定的数据格式，形成TMA数据集；所述预处理包括清洗、规范化、标准化和归一化；步骤S2、读取TMA数据集并进行分割和加密，以对TMA数据进行隐私保护，获得分割和加密后的若干个TMA数据子集；步骤S3、构建人工智能模块，人工智能模块至少两个数据提取通道和至少一个基于异质GNN网络的变分自编码器单元，其中一个数据提取通道为图像处理通道，采用可变形卷积模块构建；另外一个数据提取通道为检测数据时序处理通道，采用GRU-ODE-Bayes模块构建；基于提取的数据特征构建异质GNN网络并训练变分自编码器单元；步骤S4、将训练完成后的人工智能模块配置于服务器中，根据实时收集到TMA数据计算TMA患病评估概率，形成风险评估时序图，并推送；步骤S2进一步为：步骤S21、使用多方安全计算的协议将TMA数据集分割为若干个数据片段，使得每个数据片段只包含部分数据信息，无法单独还原出原始数据；步骤S22、使用同态加密的算法将TMA数据片段加密为密文，使得每个密文只能通过特定的密钥解密，无法被未授权的第三方窃取或篡改；步骤S23、将分割和加密后的TMA数据片段组合为若干个TMA数据子集，每个数据子集包含不同的数据片段和密钥，以用于不同的数据分析和处理任务；所述步骤S3进一步为：步骤S31、采用可变形卷积模块构建图像处理通道，以提取TMA图像数据中的用于反应血液和血管理化性质和变化规律，形成第一数据向量；步骤S32、采用GRU-ODE-Bayes模块构建检测数据时序处理通道，以提取TMA检测数据中的变化趋势、波动范围和周期性，获取血液和血管的动态性质和变化规律，形成第二数据向量；步骤S33、将第一数据向量和第二数据向量拼接成一个综合数据向量，并基于综合数据向量构建检测数据的异质GNN网络；步骤S34、构建并采用基于图神经网络和变分自编码器的人工智能模块对综合数据向量进行融合、压缩和提取，得到一个低维的隐变量，作为TMA的特征表示。

全文数据：

权利要求：

百度查询： 中科院南昌高新技术产业协同创新研究院 基于人工智能的血栓性微血管疾病多源数据处理方法