申请/专利权人:太原理工大学
申请日:2023-12-01
公开(公告)日:2024-03-26
公开(公告)号:CN117766126A
主分类号:G16H50/20
分类号:G16H50/20;G16H10/60;G06F18/10;G06F18/25;G06F40/126;G06N3/0455
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.12#实质审查的生效;2024.03.26#公开
摘要:本发明涉及心衰死亡预测技术领域,具体涉及一种基于多模态文本数据的心衰死亡预测方法,包括:S1.采集电子健康系统监测的数据,形成数据集;S2.对所述数据集进行预处理;S3.基于Transformer构建模型,对结构化数据进行编码,形成结构化特征向量;基于BERT构建模型,对非结构化数据进行编码,形成非结构化特征向量;S4.使用张量融合将两种特征向量进行融合;S5.对心衰死亡率进行预测。本方法能够代替人工完成心衰死亡率的预测,不依赖于医生的操作水平以及主观判断,能够保证预测结果的精确度。
主权项:1.一种基于多模态文本数据的心衰死亡预测方法,其特征在于,依次包括如下步骤:S1.采集电子健康系统监测的数据,形成数据集;S2.对所述数据集进行预处理,所述预处理包括:S21.以患者个体为单位,将每个患者个体的数据分为结构化数据和非结构化数据;S22.将所述数据集分为训练集、测试集和验证集;S23.为所述数据集设置标签;S3.基于Transformer构建模型,对结构化数据进行编码,形成结构化特征向量Es;基于BERT构建模型,对非结构化数据进行编码,形成非结构化特征向量En;S4.使用张量融合将两种特征向量进行融合:S41.给出融合向量;S42.创建多模态表示,其中α用以限制H的范围;S5.使用Softmax层对心衰死亡率进行预测,预测结果。
全文数据:
权利要求:
百度查询: 太原理工大学 基于多模态文本数据的心衰死亡预测方法
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。