摘要
本发明公开了基于知识图谱的患者表征相似识别方法及系统,属于知识图谱技术领域,包括获取多模态数据信息并进行预处理,并提取医学先验规则,本发明通过时空图注意力网络捕捉节点和边的时空依赖,通过时间衰减系数和历史边权重,动态反映病情演变,时空注意力权重结合邻居节点的历史状态和医学先验,综合临床逻辑,避免孤立分析单个时间点,遗忘系数平衡当前注意力与历史权重,增强模型对突发事件的敏感性,通过动态稀疏编码器通过基矩阵和稀疏系数将高维数据压缩为低维时空特征,KL散度约束根据医疗场景动态调整稀疏度,在保证精度的同时优化资源利用,最小化重建误差和稀疏正则化项确保压缩后的特征保留关键信息,减少噪声干扰。
技术关键词
医疗知识图谱
节点
注意力
识别方法
稀疏编码器
患者
邻居
医疗场景
医学
多模态数据采集
动态更新
知识图谱技术
轨迹
非线性
特征提取模块
重建误差
系统为您推荐了相关专利信息
推荐方法
矩阵分解算法
随机梯度下降
节点
电影推荐系统
网络故障诊断
协同定位方法
模型库
电气量特征
设备运行参数
YOLO模型
缺陷检测方法
通道注意力机制
检测铁路轨道
颈部结构
人脸特征提取
识别方法
多尺度特征融合
特征提取能力
网络模型训练