龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：内蒙古卫数数据科技有限公司
申请日：2024-03-19
公开（公告）日：2024-06-28
公开（公告）号：CN118262923A
主分类号：G16H50/70
分类号：G16H50/70;G16H50/30;G06F18/15;G06F18/214;G06F18/241;G06N3/0895;G06N3/096;G06N3/0499;G06N3/045
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种基于多任务自监督学习的医疗数据疾病识别模型构建方法，属于检验医学和疾病识别技术领域，包括：S1、提取目标人群的医疗数据，组成原始样本数据集；S2、对原始样本数据集进行预处理；S3、利用预处理后的缺失值填补数据集、样本数据同源分析数据集构建缺失值填补模型和样本数据同源测试模型；S4、利用多任务自监督学习模型，将缺失值填补和样本数据同源预测作为辅助任务，将已知疾病筛查作为下游任务，通过迁移学习实现对原始样本数据的疾病风险评估。本发明采用上述的一种基于多任务自监督学习的医疗数据疾病识别模型构建方法，能够提取更全面和准确的特征，以达到提高下游任务泛化性能的目的。
主权项：1.一种基于多任务自监督学习的医疗数据疾病识别模型构建方法，其特征在于，包括以下步骤：S1、提取目标人群的医疗数据，组成原始样本数据集；样本数据集包括缺失值填补数据集、样本数据同源分析数据集和疾病筛查数据集；S2、对原始样本数据集进行清洗、标准化、归一化操作，去除异常值和噪声，得到预处理后的缺失值填补数据集、样本数据同源分析数据集和疾病筛查数据集；S3、利用预处理后的缺失值填补数据集、样本数据同源分析数据集分别构建缺失值填补模型和样本数据同源测试模型；S4、基于预处理后的疾病筛查数据集，利用多任务自监督学习模型，将缺失值填补和样本数据同源测试作为辅助任务，将已知疾病筛查作为下游任务，通过迁移学习实现对原始样本数据集的疾病风险评估。
全文数据：
权利要求：
百度查询： 内蒙古卫数数据科技有限公司 基于多任务自监督学习的医疗数据疾病识别模型构建方法
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。
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