一种基于图网络的医学数据特征插补方法

AITNT
正文
推荐专利
一种基于图网络的医学数据特征插补方法
申请号:CN202411722879
申请日期:2024-11-28
公开号:CN119650083B
公开日期:2025-11-04
类型:发明专利
摘要
本发明涉及医疗领域,特别涉及一种基于图网络的医学数据特征插补方法,包括构建并训练多任务图网络插补模型;将待处理数据构建为医疗二部图输入训练好的多任务图网络插补模型,得到插补后的数据;所述多任务图网络插补模型包括信息提取模块和MLP,所述信息提取模块包括三个级联的EMRHGRAPHSage模块;本发明解决了传统插补方法在处理医学数据时的不足,从而显著提升了下游任务的性能。
技术关键词
节点特征 插补方法 多任务 注意力机制 邻居 医学特征 模块 样本 多尺度 掩码矩阵 分支 数据 神经网络架构 线性编码器 异构
系统为您推荐了相关专利信息
1
一种基于数据反演的含水层参数优化方法及系统
观测井 参数优化方法 参数优化系统 数字孪生 数据
2
短期电力负荷预测系统
灰狼优化算法 历史负荷数据 数据处理模块 电力负荷预测 编码器
3
一种改进定制旅游推荐算法模型的数据处理方法
兴趣 上下文特征 数据处理方法 推荐算法 注意力机制
4
一种基于人工智能的财务智能问答方法及系统
智能问答方法 财务 差分隐私机制 时效性 动态调整机制
5
基于人工智能算法的电力设备故障预测及诊断系统
电力设备故障 人工智能算法 诊断系统 故障传播路径 时间校准
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