摘要
本发明属于疾病预测领域,具体是基于病理生理学的智能化心血管系统疾病预测系统,包括病理生理数据采集模块、特征提取模块、集成预测模块和实时反馈模块;本发明创造性地对多重影响因素进行分类特征提取,并进行加权计算和遗传优化,得到具有判别性、全面性的特征提取方案,预测更为准确,且效率更高;本发明创造性地采用一种均值优化的对称点模式图卷积神经网络模块,对疾病影响因素中的血压时序图、血液胆固醇时序图和心电信号时序图进行时频转换,得到全面、多角度的时序数据表征,同时对时频图进行矩阵转化,以矩阵像素相似性对时频图进行优化,并采用神经网络对优化的时频图进行特征提取,以代表性特征参与疾病预测,增加预测准确性。
技术关键词
心血管系统疾病
特征提取模块
卷积神经网络模块
一维卷积神经网络
预测系统
数据采集模块
时序
分类特征
胆固醇
代表
像素点
矩阵
电信号
生理
深度卷积神经网络
拼接模块
血压
分支
局部特征提取
系统为您推荐了相关专利信息
关键意见领袖
识别方法
节点
深度信息融合
采样模块
YOLO算法
桑树病虫害
多模态
节点特征
识别偏差
高分辨率遥感图像
上下文特征
积层
遥感图像数据
语义分割网络
可见光图像
图像配准
融合方法
特征提取模块
多模态
智能语音警示系统
电子邮件服务器
视频监控设备
数据采集模块
设备定位系统