公开(公告)号：CN118866355A

公开(公告)日：2024-10-29

申请号：CN202410914371.4

申请日：2024-07-09

Applicant: 哈尔滨理工大学 ,  哈尔滨工业大学 ,  中数(深圳)时代科技有限公司

Inventor： 张宏国 ,  王俊逍 ,  叶子 ,  李双翼 ,  张罗刚 ,  关志博 ,  马超 ,  黄海 ,  于海宁 ,  吴英东

IPC: G16H50/30 ,  G16H50/20 ,  G06N3/0455 ,  G06F18/2135 ,  G06F18/24 ,  G06N3/096 ,  G06F18/15 ,  G06F18/23213

Abstract: 本发明一种基于联邦学习的代谢性疾病预测方法及系统，涉及智能医疗技术领域，为解决现有的模型难以全面进行多种代谢疾病的预测，且难以保障模型的运行效率、准确性以及数据的隐私安全。本发明构建多个代谢性疾病数据集，采用主成分分析和聚类对数据进行处理，构建合并数据集；构建有改进的DNN的网络模型，模型引入Transformer层和全连接层，Transformer层通过其注意力机制对数据进行特征提取与转换，并在向量信息中插入位置信息来捕捉主成分特征之间的隐含序列关系，全连接层之间通过残差层连接；基于联邦学习方法各客户端基于合并数据集采用蒸馏的方法对改进的DNN模型进行训练，最终得到全局的代谢性疾病预测模型，以实现对代谢性疾病进行分类。

公开(公告)号：CN118335340A

公开(公告)日：2024-07-12

申请号：CN202410589344.4

申请日：2024-05-13

Applicant: 哈尔滨理工大学 ,  哈尔滨工业大学 ,  中数(深圳)时代科技有限公司

Inventor： 张宏国 ,  尚宸羽 ,  叶子 ,  李双翼 ,  张罗刚 ,  关志博 ,  马超 ,  黄海 ,  于海宁 ,  吴英东

IPC: G16H50/50 ,  G16H50/70 ,  G16H10/60 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明提供一种多模态的痛风病多分期预测方法及系统，涉及智慧医疗技术领域，为解决现有技术中缺少基于深度学习的将病历与影像学数据相结合方法的问题。包括：步骤1、获取患者病历数据和影像数据，根据有无痛风石将影像数据插入到对应患者的病历数据，得到合并病历数据集；步骤2、对数据进行预处理；步骤3、将病历数据输入构建有自定义自注意力机制的LSTM‑DNN进行特征信息提取，得到特征W1；针对有痛风石的数据，则将影像数据输入3D‑CNN模型中进行特征提取，得到特征W2，并将特征W2对应的特征W1利用多模态交叉注意力进行融合，得到最终特征信息；步骤4、将最终特征信息输入到痛风病多分期预测模型中进行痛风的分期预测。本发明用于痛风病多分期预测。