摘要
本发明涉及一种基于多维度的结直肠癌风险预测方法,利用LSTM网络模型,根据用户当前的实际生活信息,预测出用户在未来一段时间内的生活状态变化,并且,风险预测方法利用DBN概率算法模型,融合用户家族的结直肠病症信息,生成了用户自身结直肠病症概率分布的预测特征,基于多维度的结直肠癌风险预测方法,通过结合用户的实际生活信息和家族病症信息,实现了对用户未来结直肠癌风险的动态预测,这一动态、多维度的风险预测结果,相比现有方法而言更加准确和全面,实现了对结直肠癌风险的动态、精准预测,为用户提供了更有针对性的健康管理建议,具有较强的实用价值。
技术关键词
风险预测方法
预测特征
编码向量
直肠癌
编码器模块
特征点
计算机程序指令
算法模型
曲线
解码器
注意力
家族
权重算法
数值
指标
时间段
存储计算机程序
神经网络模型
系统为您推荐了相关专利信息
模型构建方法
差异表达基因
软件包
TCGA数据库
曲线
西北太平洋台风
卫星降水数据
深度学习模型
订正方法
编码器模块
传感器
管道泄漏点
特征谱图
编码器模块
多维特征向量
编码向量
共享GPU资源
资源调度方法
画像数据库
节点