摘要
本发明涉及遗传代谢病辅助筛查技术领域,公开了一种基于多域融合学习的遗传代谢病辅助筛查方法及系统,其中,该方法包括以下步骤;S10、信息数据收集,收集患者的代谢病相关信息,包括遗传信息、代谢信息和临床病史领域的数据,全面了解患者状况,为后续的分析和模型建立提供数据基础;S20、特征提取与融合,从收集到的数据中提取与代谢病相关的特征,并融合,包括遗传信息特征提取、代谢信息特征提取、临床病史特征提取,为代谢病的辅助筛查提供信息支持。通过多域融合学习,能够整合并处理来自不同领域的信息数据,充分利用了多个数据源和领域之间的关联信息,提高了遗传代谢病的筛查准确性。
技术关键词
遗传代谢病辅助筛查方法
筛查系统
机器学习模型训练
决策支持单元
患者
人机交互单元
评估机器学习模型
可视化单元
数据存储单元
多任务联合学习
特征提取器
功能模块
数据处理模块
学习算法
展示单元
动态权重分配
可视化工具
系统为您推荐了相关专利信息
标志物
唾液
计算机程序产品
二甲基甲酰胺
培哚普利
多元线性回归模型
参数生成方法
模型训练方法
网络
模型训练装置