摘要
本发明提供了一种基于深度学习的心力衰竭预测系统及预测方法,用来对患者进行心力衰竭预测,本发明主要是利用VGG‑16网络来提取患者的影像数据特征,利用MLP处理患者的临床数据特征,最后通过多模态学习将两者融合,进行最终判断预测。本发明的基于深度学习的心力衰竭预测系统以及预测方法通过VGG‑16和MLP的结合,模型可以学习到影像和临床数据之间的复杂关联,挖掘出更具有区分度的特征组合,从而提高对患者健康预测评估的准确性。
技术关键词
预测系统
融合特征
网络
多模态
图像
患者健康
数据采集模块
特征选择
体重
年龄
影像
非线性
疾病
基础
系统为您推荐了相关专利信息
青花菜花球
颜色检测方法
高通量
成像单元
HSV色彩空间
菠萝采摘机器人
菠萝植株
行走控制方法
多维特征向量
网格地图
图像识别方法
菌落图像
引入注意力机制
图像识别分类
卷积神经网络结构
智能检测方法
更新模型参数
梯度下降算法
组织
预测输出值
直流微电网
协同控制方法
电力网络拓扑
分布式控制器
数学模型