摘要
本发明公开一种基于时序多模态的子痫前期预测模型的构建方法、预测方法和预测装置,涉及子痫前期风险预测技术领域。构建方法包括:获取已知妊娠结局的孕妇的多模态时序特征数据,构建时间序列数据集;已知妊娠结局的孕妇包括患有和未患有子痫前期的孕妇;利用时间序列数据集对图注意力网络和全连接网络进行训练,将得到的缺失值拟合模型作为嵌入层嵌入到门控循环单元中,利用时间序列数据集进行训练后,得到子痫前期预测模型。本发明的预测模型中通过缺失值拟合模型对缺失数据进行处理,能够有效恢复缺失信息,确保模型能够更准确地处理不完整的医疗数据,同时结合门控循环单元进行时序特征的捕捉和预测,有效提高了对子痫前期的预测准确性。
技术关键词
子痫前期预测
时序特征
门控循环单元
孕妇
数据
注意力
序列
节点
网络
信息传递机制
风险预测技术
模态特征
多模态
预测装置
融合特征
可读存储介质
处理器
妊娠期
系统为您推荐了相关专利信息
超滤膜截留分子量
扩散系数参数
方程
数据
蔗糖密度梯度
温度预测模型
锂离子电池
集成极限学习机
锂电池
广义逆矩阵
重采样技术
数据处理算法
节点
寻优策略
训练集数据
认知功能损伤
Pearson相关系数
机器学习分类模型
无损伤
评估系统