摘要
本发明涉及医疗领域和预测技术领域,具体涉及一种融合领域知识和深度学习的心力衰竭风险预测方法及系统,方法包括构建并训练心力衰竭风险辅助预测模型;获取待测病案记录输入训练好的心力衰竭风险辅助预测模型,得到风险辅助预测结果;所述心力衰竭风险辅助预测模型包括N个级联的LSTM‑CNN模块;本发明根据专家共识形成的指南进行数据筛选采集,并采取国内最大的中文知识图谱构建三元组知识;此外使用LSTM关注多次病案的时间特性,通过注意力缩短语义差距并结合异常指标设置损失使得模型能很好的预测心衰疾病。
技术关键词
心力衰竭风险
心衰疾病
三元组
心脏生物标志物
序列
动脉粥样硬化心血管疾病
指标
天门冬氨酸氨基转移酶
数据
实体
注意力机制
丙氨酸氨基转移酶
中文知识图谱
瓣膜性心脏病
编码向量
肾小球滤过率
模块
异常状态
关系
系统为您推荐了相关专利信息
化学反应优化算法
资源分配
处理单元
异构
功耗优化方法
文本识别模型
证件图像
证件识别方法
文本检测模型
序列
轨迹预测方法
时间卷积网络
特征点
滑翔飞行器
序列
信息安全管理方法
资源分配机制
长短期记忆网络
云平台
构建预测模型
医学影像诊断报告
自动生成方法
网络架构
跨模态
视觉特征提取