摘要
本发明公开了基于影像、文本、结构化和时间序列数据提取的融合模型,影像数据处理模块:影像数据预处理:对输入的影像数据进行归一化和数据增强操作,文本数据处理模块:文本预处理:对文本数据进行分词处理,去除停用词和标点符号;结构化数据处理模块:标准化处理:对结构化数据进行标准化,使其符合统一的数据格式和范围要求。时间序列数据处理模块:特征提取:应用自适应傅里叶分解(AFD)对每日统计的时间序列数据进行特征提取,该基于影像、文本、结构化和时间序列数据提取的融合模型,通过整合多模态数据,充分挖掘不同类型数据蕴含的信息,有效提高了重症肺炎诊断的准确性和效率,具有广阔的临床应用前景。
技术关键词
数据处理模块
影像
时间序列数据处理
文本
机器学习方法
语义特征
随机森林
数据格式
前馈神经网络
数据抽样
多模态
信号
注意力
成分分析
输出特征
分词
编码
系统为您推荐了相关专利信息
病原体检测方法
染色
样本
扫描识别系统
荧光显微成像
音乐
情绪调节系统
元素调控
音频输出单元
监测模块
反射率数据
机器学习模型
倍性鉴定方法
人工神经网络模型
平滑算法
搜索推荐方法
综合语义
语义向量
递归神经网络
生成用户