基于多模态时间序列数据的蜂窝肺疾病病情预测方法

AITNT
正文
推荐专利
基于多模态时间序列数据的蜂窝肺疾病病情预测方法
申请号:CN202411577226
申请日期:2024-11-06
公开号:CN119400341A
公开日期:2025-02-07
类型:发明专利
摘要
本发明提供一种基于多模态时间序列数据的蜂窝肺疾病病情预测方法,属于蜂窝肺疾病病情预测技术领域;所要解决的技术问题为:提供一种基于多模态时间序列数据的蜂窝肺疾病病情预测方法;解决该技术问题采用的技术方案为:收集病人在不同时间点的CT描述文本和CT影像数据,然后对收集到的数据进行清洗和标注,结合数据构建全面的时间序列数据集,用于训练和测试模型;搭建时间序列模型,包括:输入层、小波变换层、Transformer层、融合层、输出层,将构建的时间序列数据集输入输入层,将时间序列数据转换为嵌入表示,由输入层处理多模态数据,准备输入后续层;本发明用于对蜂窝肺疾病病情进行预测。
技术关键词
多模态 CT图像数据 前馈神经网络 表达式 疾病 频域特征 生成特征向量 注意力 时间序列模型 文本 更新模型参数 标签 编码向量 电子病历系统 矩阵 优化器
系统为您推荐了相关专利信息
1
基于浓度梯度特征与深度学习的煤矿甲烷排放估算方法
甲烷排放量 深度学习模型 集成梯度 深度学习优化 梯度提升决策树
2
医院净化工程施工方案优化AI系统
AI系统 AR智能眼镜 LSTM神经网络 数据采集层 环境传感器阵列
3
基于感知特征信息的鸡尾酒数据库构建方法及系统
数据库构建方法 鸡尾酒配方 感知特征 图像特征向量 标签
4
一种基于大模型的物流智能客服优化方法及系统
智能客服 物流 生成答案 大语言模型 数据处理模块
5
一种工会数据加密处理方法及系统
字段 封装单元 格式 数据加密 生成访问控制策略
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