龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：南昌大学第一附属医院
摘要：本发明公开了一种基于并行特征提取的重症患者康复情况分析方法，包括：采集患者的特征构建数据集，将每个患者的特征作为一条医疗数据；将每个患者的医疗数据编码为特征向量；构建并行特征提取网络，将患者的特征向量输入并行特征提取网络，提取并行特征；将并行特征进行映射，得到最终预测结果；并行特征提取网络中卷积神经网络卷积层的卷积核为特定矩形；本发明可以根据医疗数据特点进行区分编码，从而使得患者的数据可以进行量化分析，通过多种模型的提取特征从而并行进行特征分析，充分利用了数据的潜力，通过人工智能技术评估重症患者的康复情况，节省了医疗资源。
主权项：1.一种基于并行特征提取的重症患者康复情况分析方法，其特征在于，包括如下步骤：步骤S1：采集患者的特征构建数据集，将每个患者的特征作为一条医疗数据；步骤S2：将每个患者的医疗数据编码为向量形式，即第个患者的特征向量表示为 ，其中，表示索引，范围为1到，其中，表示患者的数量； 步骤S3：构建并行特征提取网络，将患者的特征向量输入并行特征提取网络，提取 的并行特征；所述并行特征提取网络由并行的卷积神经网络、循环神经网络和图神经网络 组成； 步骤S4：将并行特征进行映射，得到最终预测结果；所述将每个患者的医疗数据编码为向量形式的具体过程为：将患者的特征分为连续 特征的低维嵌入表示和离散特征的低维嵌入表示： 离散特征的低维嵌入表示为：将患者的第个离散特征表示为一个独热编码向量，的维度数等于自身的选项数；在中，对应选项的元素设置为1，除对应选项的元素外的 其他元素设置为0，然后，通过转换矩阵对进行维度转换，得到离散特征的特征空间编码，表示为： 式中，和分别为转换矩阵的权重与偏置；为修正线性单元ReLU的激活函数。
全文数据：
权利要求：
百度查询： 南昌大学第一附属医院 一种基于并行特征提取的重症患者康复情况分析方法
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