摘要
本发明涉及一种基于局部‑全局特征的睡前低血糖风险概率的评估方法,属于医疗风险评估技术领域。本发明通过患者多源信息域时间序列和目标域时间序列数据构建特征集,反应患者的血糖水平;通过异构域自适应模型寻找分布差异最小的共同子空间,得到目标函数,通过计算目标函数得到共享表征空间;将特征集映射到共享表征空间中,从共享表征空间中获取投影的表征样本集;将表征样本集通过基于局部‑全局特征的迁移学习方法对睡前低血糖风险概率进行评估。本发明方法能够有效地提高预警系统的性能,并为糖尿病患者在睡前夜间低血糖预警方面提供更好的保障。
技术关键词
样本
迁移学习方法
医疗风险评估技术
更新网络参数
多层感知器
特征提取器
权重模型
预警规则
注意力
夜间低血糖
加权损失函数
传播算法
分类器
深度学习网络
标签
识别患者
异构
预警模型
系统为您推荐了相关专利信息
推荐方法
预测模型训练
日期
拉普拉斯
时间序列预测模型
信用风险预测方法
样本
集成学习模型
信用预测模型
训练集
轨迹预测模型
热力图
车辆轨迹预测方法
图像采集设备
样本