摘要
本申请公开了一种基于元学习与多模态监测信息融合的医疗监测方法及设备,涉及医疗监测器械技术领域,该方法包括:将被监测者的多模态监测信息时间序列输入到多模态融合网络中,得到多模态信号时间序列;将多模态信号时间序列输入到医疗监测模型中,得到监测结果。监测结果包括疾病轨迹的状态及跃迁概率和病情是否会恶化;医疗监测模型是根据多模态监测信息,利用元学习和隐式马尔科夫原理,对初始医疗监测模型进行训练后得到的。本申请基于元学习和多模态监测信息融合应用于医疗监测系统,使医疗监测系统能够完成疾病轨迹预测,进而提高医疗监测系统的智能化水平和自动化水平。
技术关键词
医疗监测方法
监测信息融合
多模态
深度自动编码器
医疗监测系统
序列
信息编码
解码器
信号
预警模型
神经网络激活函数
结构化电子病历
医疗监测器械
隐马尔科夫模型
疾病
统计特征
轨迹
样本
系统为您推荐了相关专利信息
文本特征向量
图像特征向量
意图识别
多模态交互
节点特征
智能漏水检测系统
多模态
云端
混合分类器
振动特征
无功补偿设备
分布式电力
时序神经网络
调度系统
清洁能源
温度分布图像
脉象信息
辅助诊疗系统
患者
诊断模块