基于时序知识图谱的老年慢性病风险预测方法及系统

AITNT
正文
推荐专利
基于时序知识图谱的老年慢性病风险预测方法及系统
申请号:CN202411385219
申请日期:2024-09-30
公开号:CN119314673B
公开日期:2025-11-04
类型:发明专利
摘要
本发明公开了一种基于时序知识图谱的老年慢性病风险预测方法及系统,属于医疗健康信息技术领域,其中该方法包括以下步骤:步骤S1:获取老年人群的健康数据集;步骤S2:基于ESOA‑XGBoost算法,对健康数据集中的各个健康数据进行特征选择和排序,以确定变量之间的相关性,生成健康数据特征集;步骤S3:构建并训练包含STKGR‑PR模型和T i PNN模型在内的时序知识图谱预测模型,通过时序知识图谱预测模型预测目标实体、其他实体、时序信息之间的关系;步骤S4:根据已训练好的时序知识图谱预测模型,对老年人群的老年慢性病风险进行预测;通过该方法能够得到预测效果好、准确性高的老年慢性病风险预测结果。
技术关键词
PR模型 实体 XGBoost算法 时序 图谱 特征选择 数据 关系 XGBoost模型 老年人 路径特征 补全策略 位置更新 医疗健康信息技术 前馈神经网络 风险预测系统 长短期记忆网络
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