针对中文麻醉数据集不平衡的解决方法及装置

针对中文麻醉数据集不平衡的解决方法及装置，构建一个专门的麻醉数据集，结合创新的FDCL损失函数，提升BertGCN模型在ASA分级和麻醉风险预测中的表现，从而为临床医学中的麻醉风险评估提供更加精准、有效的技术支持。方法包括：(1)构建麻醉数据集；(2)使用预训练的Bert对节点嵌入初始化，联合Bert和GCN模型，利用两个模型的优势来训练BerGCN；使用BerGCN进行麻醉数据集的文本特征提取，用训练好的模型进行麻醉风险预测；(3)对于构建的麻醉数据集，FDCL将监督对比学习和焦点损失函数进行结合，利用监督对比学习来增强区分能力，利用焦点损失函数来聚焦少类别增强模型对这些类别的分类能力。