摘要
本申请涉及医疗健康监控和神经网络技术领域,提供一种慢阻肺患者离院监测系统,包括:获取患者的多源数据,多源数据至少包括日常健康监测数据和电子病历数据;通过数据处理模块对多源数据进行预处理和特征提取,得到患者的健康特征数据,健康特征数据为从多源数据中挑选与慢阻肺病情相关的特征,包括:基于呼吸功能的特征,基于生活方式与行为的特征、基于并发症与合并症的特征,和基于药物使用的特征;通过患者健康状况评估模块整合健康特征数据并更新,并采用基于密度的聚类算法DBSCAN对整合、更新后的实时健康数据进行聚类分析,得到患者的健康画像;通过医疗大模型分析模块对健康画像进行分析,得到病情评价结果和健康管理建议,医疗大模型分析模块中使用卷积神经网络CNN结合注意力机制Transformer的多模态模型架构设计的深度学习模型;通过远程医疗干预模块根据病情评价结果执行远程监控、互动交流和个性化干预操作。
技术关键词
慢阻肺患者
监测系统
深度学习模型
疾病
画像
健康监测数据
电子病历数据
注意力机制
特征选择算法
分析模块
功能锻炼
数据处理模块
图谱
饱和度
医疗健康监控
融合特征
编码
指数
系统为您推荐了相关专利信息
新能源汽车电池
振动监测模块
振动特征
监测系统
基线
碱矿渣混凝土
风机发电机组
应力应变监测
工业级氧化钙
超声波检测单元
流量预测模型
流量预测方法
数据
交叉注意力机制
动态回归模型
分析方法
概念漂移检测方法
混合深度学习模型
多源异构数据融合
蒙特卡洛模拟方法
草莓果实
无线通信模块
终端模块
监测系统
LED模块