一种基于深度学习的心力衰竭预测系统以及预测方法

AITNT
正文
推荐专利
一种基于深度学习的心力衰竭预测系统以及预测方法
申请号:CN202510869475
申请日期:2025-06-26
公开号:CN120670959A
公开日期:2025-09-19
类型:发明专利
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
1
基于高通量表型技术的青花菜花球颜色检测方法
青花菜花球 颜色检测方法 高通量 成像单元 HSV色彩空间
2
一种菠萝采摘机器人的行走控制方法及控制系统
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
3
一种基于双输入卷积神经网络的微生物图像识别方法及系统
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
4
一种基于自组织鲁棒神经网络的MBR膜透水率智能检测方法
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
5
事件触发的直流微电网分布式能源协同控制方法及装置
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
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