摘要
本申请涉及一种围术期谵妄风险预测模型的构建方法、预测方法及设备,属于大数据处理技术领域。通过获取多个时间采集的来自不同来源不同类型的多模态数据,进行特征提取得到多模态特征数据;对多模态特征数据进行时间、空间、特征对齐;将多模态特征数据进行分解,得到多模态分块;并对每个多模态分块生成相应的时空编码,以使不同数据模态在统一的时空框架下进行融合;将多模态分块以及时空编码输入至多模态大模型中进行训练,构建得到围术期谵妄风险预测模型,接收待预测对象的多模态数据之后,输出围术期谵妄风险等级的预测结果。本申请结合多模态数据,提高了围术期谵妄风险预测模型的预测性能,实现了对围术期谵妄风险的精准预测和提前预警。
技术关键词
风险预测模型
影像特征数据
时间序列特征
围术期
多模态特征
交叉注意力机制
文本
位置编码技术
风险预测方法
多头注意力机制
大脑结构变化
模式
矩阵半张量积
多尺度分块
系统为您推荐了相关专利信息
火灾预警方法
无线分析仪
智能控制终端
多维特征向量
孤立森林算法
数据安全管理系统
备份
分布式任务调度框架
子模块
分布式存储架构
请求调度方法
服务器
深度学习模型
重构误差
门控循环单元
轻量化卷积神经网络
二维卷积神经网络
一维卷积神经网络
轨迹预测方法
轨迹预测模型