基于因果Transformer模型的栓塞及大出血风险预测方法及系统

AITNT
正文
推荐专利
基于因果Transformer模型的栓塞及大出血风险预测方法及系统
申请号:CN202510653412
申请日期:2025-05-21
公开号:CN120183709B
公开日期:2025-09-12
类型:发明专利
摘要
本发明提供了一种基于因果Transformer模型的栓塞及大出血风险预测方法及系统,包括:步骤S1:获取患有心房颤动的病人的临床数据,并对获取的患者临床数据进行预处理,得到预处理后的患者临床数据;步骤S2:针对不同时间序列长度的预处理后的患者临床数据进行标准化处理,将标准化处理后的患者临床数据分解为动态变量和静态变量,生成多维特征;步骤S3:基于Causal Transformer模型构建预测模型,并利用多维特征训练预测模型,得到训练后的预测模型;步骤S4:利用训练后的预测模型预测目标对象未来预设时间段内栓塞和大出血的概率。
技术关键词
患者临床数据 静态特征 风险预测方法 构建预测模型 栓塞 注意力 训练预测模型 序列 动态 风险预测系统 分类器 关系 变量 模块 时间段 网络 样本 对象
系统为您推荐了相关专利信息
1
基于多源异构地质数据的知识图谱构建与智能找矿预测方法
成矿预测 知识图谱构建 实体 评估预测模型 自然语言
2
一种风光互补智能绿色能源综合供应与分配管理系统
储能单元 风光互补智能 分配管理系统 风力发电设备 时间段
3
一种轻量化睡眠阶段分类方法及装置
睡眠阶段分类方法 梯度下降算法 静态特征提取 加权特征 更新模型参数
4
一种基于多源数据的沥青路面渗透系数预测方法
渗透系数预测方法 沥青混凝土路面 沥青路面 BP神经网络 构建预测模型
5
一种基于机器学习的多组元准晶成分设计方法
成分设计方法 监督学习分类模型 合金系统 准晶 复合体
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