一种基于深度学习的胸部肿瘤患者术后肺部感染预测方法和系统

AITNT
正文
推荐专利
一种基于深度学习的胸部肿瘤患者术后肺部感染预测方法和系统
申请号:CN202510162691
申请日期:2025-02-14
公开号:CN120220935A
公开日期:2025-06-27
类型:发明专利
摘要
本发明提供一种基于深度学习的胸部肿瘤患者术后肺部感染预测方法和系统,基于患者数据建立的逻辑回归模型作为肺部感染判定的风险因素,通过建立混合专家模型对上述风险因素进行进一步解释和评估,通过综合反映整体评价性能的指标,验证结果表明混合专家模型的准确率要优于单一模型,在训练集和测试集不会受到离散特征和连续特征数据的分布影响,具有较好的泛化能力。
技术关键词
逻辑回归模型 风险预测模型 Softmax函数 注意力 非线性特征 患者 肿瘤 连续特征数据 网络 分类准确率 处理器 可读存储介质 离散特征 数据处理模块 诊断模块 矩阵 预测系统 变量
系统为您推荐了相关专利信息
1
一种基于改进YOLOv5s架构的烟支外观缺陷检测方法及系统
外观缺陷检测方法 烟支外观 缺陷烟支 注意力机制 图像
2
一种基于密度估计的遥感影像密集小目标检测系统的目标检测方法、设备及介质
热力图 密度 滑动窗口 消除背景噪声 阈值分割算法
3
基于文本结构化和多模态融合的对话倾向识别方法及系统
文本 关键词 数据 带标签 深度学习模型
4
一种低成本高精度可见光与红外线融合方法、介质及设备
可见光图像 融合方法 编码器 特征点 注意力机制
5
一种中医医案的实体识别和关系抽取方法、装置和设备
中医医案 神经网络模型 命名实体识别 关系抽取方法 语义特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号