摘要
本发明涉及智能医疗系统技术领域,公开了一种用于脑卒中发病风险评估与提醒方法及其系统,其方法包括:采集连续医学结构化检测数据,数据包括颈动脉血流参数、脑氧饱和度、心率变异性及代谢指标;分别输入双向LSTM、差分卷积网络、小波残差网络与多层感知器提取非线性特征;构建脑供血、供氧、自主调节与代谢稳态四节点的神经功能耦合结构图;计算节点间时间序列偏移相关性与稳定因子得到耦合异常系数;将图结构与节点特征输入机制驱动嵌入网络,输出风险状态评估结果。本发明通过构建神经功能耦合结构图并引入机制驱动嵌入网络,实现了对多系统协同异常状态的高精度识别与卒中风险等级的动态评估。
技术关键词
发病风险评估
心率变异性参数
提醒方法
双向长短期记忆网络
时间滑动窗口
多层感知器
卷积神经网络结构
Pearson相关系数
序列
残差神经网络
节点
时间段
饱和度
PH值
指数
乳酸
血流
指标
系统为您推荐了相关专利信息
教育人工智能
生物信号传感器
兴趣
双向长短期记忆网络
光学显示模组
车辆
残差学习
神经网络结构
轨迹预测方法
双向长短期记忆网络
反馈方法
关系抽取模型
级联
双向长短期记忆网络
融合注意力机制
神经网络预测模型
融合特征
蒙特卡洛树搜索方法
深度神经网络
注意力
动态预测方法
双向长短期记忆网络
财务
编码向量
风险