摘要
本申请公开了一种术后深静脉血栓预测模型建立方法、装置、设备及介质,涉及深静脉血栓预测技术领域,该方法包括包括:获取术后发生深静脉血栓的多个数据样本;每个数据样本均包括多个危险因素;基于多个所述数据样本,确定各危险因素对术后发生深静脉血栓的重要程度;根据各危险因素对术后发生深静脉血栓的重要程度,从多个危险因素提取特征因素;提取的特征因素的数量小于危险因素的数量;将各数据样本中特征因素作为输入,是否发生术后发生深静脉血栓作为输出训练神经网络模型,得到术后深静脉血栓预测模型;所述神经网络模型为在卷积神经网络的基础上结合了多尺度特征融合模块和通道自注意力模块的神经网络,本申请可提高预测准确性。
技术关键词
深静脉血栓
预测模型建立方法
多尺度特征融合
训练神经网络模型
预测模型建立装置
重构
注意力
样本
分支
模块
矩阵
数据
特征值
下肢静脉曲张
通道
全局平均池化
处理器
随机森林
计算机设备
系统为您推荐了相关专利信息
语义向量
样本
局部敏感哈希索引
设备特征
高风险
联邦学习模型
纵向联邦学习方法
云服务器
客户端
异构
双分支结构
CT图像分割方法
加权损失函数
动态权重分配
融合特征
飞秒光纤激光器
偏振分束器
双色镜片
光纤准直器
信号光