摘要
本申请实施例提供了一种基于曼巴模型的病例推荐方法以及系统,其中,方法包括:基于多个患者的病例进行预处理,得到患者嵌入表示,患者嵌入表示经由患者特征向量训练生成,所述患者特征向量包括文本特征向量和图像特征向量;针对相同类型的数据,基于任意两个患者对应的患者嵌入表示,进行相似度计算,生成初始相似度数据集;基于初始相似度数据集构建图网络模型;利用曼巴模型对图网络模型进行编码处理,输出多个节点的全局特征表示;基于多个节点的全局特征表示计算出余弦相似度,得到相似度矩阵,利用相似度矩阵推荐满足预设条件的病例。本申请实施例能够提高病例推荐的准确性。
技术关键词
病例推荐方法
文本特征向量
图像特征向量
患者
全卷积神经网络
编码
状态空间模型
数据
推荐系统
节点特征
图像特征提取
矩阵
序列
三元组
格式
样本
模块
系统为您推荐了相关专利信息
多模态
图文
多层次特征提取
热力图
图像特征向量
高斯滤波器
图像分割
图像特征提取
对比度
识别方法
乳腺癌术后患者
智能护理方法
智能护理系统
机器学习算法
淋巴
智能决策方法
NLP技术
患者
标签
智能决策系统
历史生理数据
告警方法
训练特征
风险
患者临床数据