一种基于自监督学习的血流动力学预测模型及其构建方法和应用

AITNT
正文
推荐专利
一种基于自监督学习的血流动力学预测模型及其构建方法和应用
申请号:CN202410739976
申请日期:2024-06-07
公开号:CN118919081A
公开日期:2024-11-08
类型:发明专利
摘要
本发明属于血流动力学领域,尤其涉及一种基于自监督学习的血流动力学预测模型及其构建方法和应用,所述构建方法包括如下步骤:S1.将现有的血流动力学参数转换为波形分段数据,将波形分段数据加入基础模型进行训练产生波形预测模型;S2.采用波形预测模型方法,判定步骤S1中的波形预测模型预测的结果小于等于阈值。本发明通过少量有标签数据,提升模型性能,使得模型也可以达到大量数据训练的效果。
技术关键词
血流动力学参数 波形 判定误差 预测模型方法 医学影像信息 数据 生命体征参数 分段 标签 模块 指数 滑动时间窗口 机器学习模型 血管 判断误差 心率 血压 心脏 基础
系统为您推荐了相关专利信息
1
基于资源计算的雷达信号分布式处理方法、系统和设备
主节点 分布式信号处理 任务调度模型 复杂度 雷达
2
一种提示音电路、芯片和电子设备
音频 频率检测模块 数模转换模块 生成提示音 参数
3
一种基于PT对称电路的多模态流式微粒检测方法
流式微粒检测方法 时域特征 导电电极 频域特征 训练机器学习模型
4
一种基于短路测试的SiC MOSFET高压I-V特性测试方法
特性测试方法 电压 波形发生器 短路测试系统 测试电路板
5
一种城市环境下基于微功率干扰优化的无人机驱离方法
微功率 相控阵天线 非法无人机 波形 无线局域网信道
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号