摘要
本发明公开了一种基于多模态增强的电子病历症状特征提取方法及系统,方法包括:对电子病历中与目标疾病密切相关的症状特征进行标注,得到标注数据;构建症状特征预识别模型,并基于标注数据对该构建得到的症状特征预识别模型进行训练;对训练好的症状特征预识别模型进行微调,并利用该微调后的症状特征预识别模型进行症状特征识别,得到症状特征预识别结果收集多模态特征数据;将收集得到的多模态特征数据与症状特征预识别结果结合,利用基于多模态增强的NLP方法,提取得到症状特征识别结果。本发明可大大提高电子病历症状特征提取的准确度。
技术关键词
电子病历
特征提取方法
多模态特征
序列
特征识别模块
双曲正切函数
数据收集模块
标签
机器学习算法
特征提取系统
矩阵
元素
解码
疾病
患者
分类器
系统为您推荐了相关专利信息
降雨预测方法
降雨模型
通道注意力机制
训练集数据
激光雷达数据
风电功率预测方法
风力发电机
数据
风电功率预测装置
超参数
换流站设备
设备运行状态评估
神经网络模型
分析方法
多源异构数据融合
抗骨质疏松
抑制骨吸收
双功能多肽
药用盐
药物组合物
LSTM神经网络
高动态环境
频率
BP神经网络
运动状态参数