摘要
本发明涉及一种基于持续学习的个性化术中低血压预测方法、系统、电子设备、可读存储介质,属医疗数据处理技术领域。包括:基于个性化实例多任务对时序模型进行微调:通过利用患者在手术前期的血压时序数据,更新预训练的时序模型参数;在线持续学习:在进行术中低血压预测前,更新模型参数后的时序模型继续使用重建自监督学习算法,利用实时血压数据对时序模型参数进行进一步微调;术中低血压预测:把待预测的血压序列输入到微调后的时序模型中,微调后的时序模型输出预测的血压序列,接着根据低血压的标准定义检查微调后的时序模型输出的血压序列,以此得到是否会发生低血压的预测情况。本发明提升了低血压预测的精度、鲁棒性和适用性。
技术关键词
时序
血压
序列
监督学习算法
更新模型参数
医疗数据处理技术
多任务
电子设备
处理器
多层感知器
可读存储介质
计算机程序产品
误差
预测系统
数据分布
在线
网络
系统为您推荐了相关专利信息
CIS传感器
图像扫描方法
主控芯片
激光位移传感器
位移检测单元
分布式存储系统
数据安全防护方法
节点
种子
网络状态信息
智能翻译方法
音频
文库
模型更新
噪声功率谱密度