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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD