一种基于时序数据和治疗画像的感染性休克模型分析方法

AITNT
正文
推荐专利
一种基于时序数据和治疗画像的感染性休克模型分析方法
申请号:CN202510641983
申请日期:2025-05-19
公开号:CN120565106A
公开日期:2025-08-29
类型:发明专利
摘要
本发明公开了一种基于时序数据和治疗画像的感染性休克模型分析方法,包括以下步骤:S1、从时序数据中提取临床多指标联合轨迹的剪刀差特征;S2、基于关联规则分析并筛选出治疗反应的特征数据;S3、构建基于半监督共识聚类方法的SS分型。本发明开创性的提出了提取多指标联合轨迹剪刀差特征的方法,该剪刀差特征包括斜率、截距、交点和面积等动态变化特征,有助于更全面深入地分析感染性休克模型中多指标间的关系及变化情况,为模型分析提供丰富的特征信息。
技术关键词
模型分析方法 关联规则分析 时序 画像 聚类方法 信号转导通路 数据 多指标 动态变化特征 分子 轨迹 标签 变量 开创性 标志物 交叉点 策略 措施 矩阵
系统为您推荐了相关专利信息
1
融媒体用户个性化内容推荐与行为分析方法及系统
偏好特征 个性化内容推荐 注意力机制 sigmoid函数 兴趣
2
一种预测围绝经期2型糖尿病患者骨量减少的方法
围绝经期 静态特征 特征提取模块 时序 降噪模块
3
一种基于多比特触发器的聚类方法及系统
网络边界 时钟网络 坐标 矩形 定义
4
多模态大模型驱动的智能体收集决策数据的方法及系统
贝叶斯神经网络 决策 多模态信息融合 智能小车 信息熵
5
智能化自装卸管理方法、装置、电子设备及存储介质
智能装卸 管理方法 装卸平台 多任务 风险评估值
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号