摘要
本发明涉及一种人工智能医疗辅助数据处理方法和系统,所述方法包括:构建医疗数据处理模型,所述医疗数据处理模型包含一个K+1通道特征融合网络模型和机器学习模型;构建动态权重模型;所述动态权重模型的输入是L元输入向量,输出是K元输出向量;所述K元输出向量是构建医疗数据处理模型第K+1通道的输入;获取待处理医疗数据,基于所述待处理医疗数据构建K模态医疗数据输入;将其分别输入到医疗数据处理模型的第1~K通道中,并得到相应的辅助数据。本发明通过数据维度的拆分,权重训练快速下降,在较少的医疗数据的支撑下和训练复杂度的情况下实现医疗数据模型的快速训练,提高了医疗数据辅助效率。
技术关键词
人工智能医疗
辅助数据处理方法
数据处理模型
权重模型
辅助数据处理系统
特征融合网络
样本
融合特征
数据处理服务器
机器学习模型
动态
通道
数据处理装置
数据处理模块
电子健康记录
复杂度
客户端
体重
生理
系统为您推荐了相关专利信息
设备状态数据
安防物联网
数据处理模型
物联网设备
工作状态数据
精准投放方法
精准投放系统
数据处理方法
区块链防伪
企业ERP系统
数据处理模型
多模态特征
融合特征
多源异构数据
跨模态