申请/专利权人：福州安玉科技有限公司

申请日：2024-05-15

公开（公告）日：2024-06-14

公开（公告）号：CN118177742A

主分类号：A61B5/00

分类号：A61B5/00;A61B5/02;G06F18/2431;G06N3/0464;G06N3/0455;G06N3/0895;G06N5/04

优先权：

专利状态码：在审-公开

法律状态：2024.06.14#公开

摘要：本发明公开了一种基于多任务特征对齐的脉诊信号分类方法、介质和设备，该方法包括：获取脉诊信号样本数据，并构造正负关系推理样本数据和噪声样本数据；将有标注部分样本数据、正负关系推理样本数据和噪声样本数据输入至编码器中，分别得到第一低维嵌入特征、第二低维嵌入特征和第三低维嵌入特征；将第一低维嵌入特征输入第一分类器进行有分类监督，得到第一分类结果，将第二低维嵌入特征输入第二分类器进行关系推理，得到第一关系推理结果，将第三低维嵌入特征输入解码器进行重构，得到第一重构结果；对三种结果同时进行优化，输出优化后的脉诊信号分类结果。上述方案能够有效对齐无标注脉诊样本和有标注脉诊样本的特征空间，降低噪声干扰。

主权项：1.一种基于多任务特征对齐的脉诊信号分类方法，其特征在于，所述方法包括：获取脉诊信号样本数据，将所述脉诊信号样本数据分为有标注部分样本数据和无标注部分样本数据；将所述无标注部分样本数据根据时间维度拆分为过去样本数据和未来样本数据，并根据所述过去样本数据和所述未来样本数据构造正负关系推理样本数据，以及对所述无标注部分样本数据加噪退化，构造噪声样本数据；将所述有标注部分样本数据、所述正负关系推理样本数据和所述噪声样本数据输入至编码器中，分别得到第一低维嵌入特征、第二低维嵌入特征和第三低维嵌入特征，所述第一低维嵌入特征与所述有标注部分样本数据相对应，所述第二低维嵌入特征与所述正负关系推理样本数据相对应，所述第三低维嵌入特征与所述噪声样本数据相对应；将所述第一低维嵌入特征输入第一分类器进行有分类监督，得到第一分类结果，将所述第二低维嵌入特征输入第二分类器进行关系推理，得到第一关系推理结果，将所述第三低维嵌入特征输入解码器进行重构，得到第一重构结果；对所述第一分类结果、所述第一关系推理结果和所述第一重构结果同时进行优化，输出优化后的脉诊信号分类结果；其中，对所述第一分类结果、所述第一关系推理结果和所述第一重构结果同时进行优化，输出优化后的脉诊信号分类结果包括：根据第一分类结果与真实标注计算交叉熵损失，记为第一分类损失；根据第一关系推理结果和正负关系标签计算交叉熵损失，记为第一关系推理损失；根据重构结果得到的脉诊信号和原始脉诊信号计算均方误差损失，记为重构损失；将所述第一分类损失、第一关系推理损失和重构损失累加作为最终的整体损失，使用神经网络自带的优化器对整体损失进行不断的迭代优化，在优化过程中，整体损失会不断减小，当损失不再减小时，模型达到最终优化目标，输出优化后的脉诊信号分类结果。

全文数据：

权利要求：

百度查询： 福州安玉科技有限公司 基于多任务特征对齐的脉诊信号分类方法、介质和设备

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