摘要
本发明涉及人工智能技术领域,提供一种术后抗凝药物跟进管理方法、装置、设备及介质,能够对采集的目标用户的目标生理数据、目标情境数据及目标临床数据进行筛选,以提升数据质量,进而提升后续数据处理的效率及准确率;利用时间点分割策略对生理数据及情境数据进行时序分割,得到连续且具有时序性的数据,进一步提高了数据处理的准确性;利用卷积神经网络模型及长短期记忆网络模型进行特征提取并融合,将融合特征输入至抗凝药物标签预测模型,并生成术后抗凝药物跟进报告,进而综合多个维度的特征及人工智能手段对抗凝药物标签进行高效准确的预测,使生成的术后抗凝药物跟进报告更加全面合理,进而实现了对术后抗凝药物的有效跟进管理。
技术关键词
深度神经网络模型
管理方法
生理
药物标签
融合特征
长短期记忆网络
样本
网络模型训练
时序
术后早期活动
记忆网络模型
计算机设备
参数
重构误差
数据监测设备
报告
系统为您推荐了相关专利信息
电网关键设备
状态评估方法
电力变压器
指标
融合特征
网关管理方法
随机森林模型
企业
状态编码器
神经网络模型
负荷预测模型
负荷管理方法
分布式储能
储能设备
负荷管理系统