摘要
本申请涉及一种围术期谵妄风险预测方法、设备及存储介质,属于大数据处理技术领域。通过获取待预测的多模态数据;对所述多模态数据进行编码,提取全局状态特征;通过多模态交叉注意力机制融合不同模态的信息,生成融合特征;将所述融合特征结合编码信息输入到递归推理模块,逐步推理出未来时间点的全局状态特征;将所述未来时间点的全局状态特征输入至围术期谵妄风险预测模型中,生成未来时间点的围术期谵妄风险概率;通过递归推理,生成时间序列形式的围术期谵妄风险概率序列。本申请覆盖了多维度围术期谵妄风险因素;提升了模态间特征交互与关联的捕捉能力;能动态预测围术期风险的变化趋势,增强了模型的可解释性以及实用性。
技术关键词
风险预测方法
影像特征数据
围术期
风险预测模型
时间序列形式
时间序列特征
交叉注意力机制
融合特征
多模态
度量学习技术
时间序列波形
文本
冗余特征
大数据处理技术
矩阵
生成热力图
系统为您推荐了相关专利信息
事件流数据
风险预测模型
风险检测方法
风险检测装置
数据分析技术
无菌配药
多层感知网络
风险预测方法
风险预测模型
壁挂式
跨境电商平台
风险预测方法
风险预测模型
关联规则挖掘算法
风险评估模型
防护网
异常检测系统
三维模型
状态监测单元
图像采集单元