呼吸暂停事件筛查模型训练方法、装置和计算机设备

    公开(公告)号:CN114424934B

    公开(公告)日:2024-10-18

    申请号:CN202111659574.6

    申请日:2021-12-30

    Abstract: 本申请涉及一种呼吸暂停事件筛查模型训练方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取睡眠监测信号,对睡眠检测信号进行分析,得到睡眠检测信号对应的至少一个睡眠子时间段的诊断标签,根据睡眠检测信号对应的至少一个睡眠子时间段的诊断标签,确定睡眠检测信号对应的最终筛查结果标签,基于睡眠监测信号对应的总睡眠时间段的等时长划分结果,对睡眠监测信号进行切片,得到睡眠监测信号的多个片段信号,对呼吸暂停事件筛查模型进行训练,得到训练后的呼吸暂停事件筛查模型。采用本方法能够提高呼吸暂停事件筛查模型的最终筛查结果的准确性,减少人工干预。

    呼吸暂停事件筛查模型训练方法、装置和计算机设备

    公开(公告)号:CN114424934A

    公开(公告)日:2022-05-03

    申请号:CN202111659574.6

    申请日:2021-12-30

    Abstract: 本申请涉及一种呼吸暂停事件筛查模型训练方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取睡眠监测信号,对睡眠检测信号进行分析,得到睡眠检测信号对应的至少一个睡眠子时间段的诊断标签,根据睡眠检测信号对应的至少一个睡眠子时间段的诊断标签,确定睡眠检测信号对应的最终筛查结果标签,基于睡眠监测信号对应的总睡眠时间段的等时长划分结果,对睡眠监测信号进行切片,得到睡眠监测信号的多个片段信号,对呼吸暂停事件筛查模型进行训练,得到训练后的呼吸暂停事件筛查模型。采用本方法能够提高呼吸暂停事件筛查模型的最终筛查结果的准确性,减少人工干预。

    睡眠分期方法、装置、计算机设备和存储介质

    公开(公告)号:CN114041753B

    公开(公告)日:2024-04-26

    申请号:CN202111369599.2

    申请日:2021-11-16

    Abstract: 本申请涉及一种睡眠分期方法、装置、计算机设备、存储介质和计算机程序产品。包括:获取原始数据样本集合中每一原始数据样本的睡眠分期人工标注结果;对每一原始数据样本进行时间段随机抽样,根据随机抽样结果确定第一目标训练时间段,第一目标训练时间段仅对应一个睡眠分期人工标注结果;基于每一原始数据样本的第一目标训练时间段及第一目标训练时间段对应的睡眠分期人工标注结果对睡眠分期模型进行训练,得到训练后的睡眠分期模型;基于训练后的睡眠分期模型,确定待分期的睡眠相关信号对应的睡眠分期结果。采用抽样得到的时间跨度长、总时长短的睡眠相关信号,对睡眠分期模型进行训练,得到的睡眠分期模型适应性更好,分期结果准确性更高。

    状态预测方法、装置、计算机设备和存储介质

    公开(公告)号:CN117637144A

    公开(公告)日:2024-03-01

    申请号:CN202311597484.8

    申请日:2023-11-27

    Abstract: 本申请涉及一种状态预测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取待检测数据;待检测数据包括眼底图像和协变量数据;协变量数据为辅助判别目标病变的变量数据;基于预设特征提取模型分别对眼底图像和协变量数据进行特征提取,得到图像特征向量、图像特征向量对应的第一权重、协变量特征向量和协变量特征向量对应第二权重;基于第一权重、第二权重和预设的混合模型,对图像特征向量和协变量特征向量进行处理,得到目标状态预测结果;混合模型基于在待检测数据存在删失数据和不存在删失数据的情况下,分别满足最大似然函数条件的图像特征向量和协变量特征向量构建得到的。采用本方法能够提高目标状态预测结果的预测准确率。

    状态预测方法、装置、计算机设备和存储介质

    公开(公告)号:CN117637144B

    公开(公告)日:2024-11-26

    申请号:CN202311597484.8

    申请日:2023-11-27

    Abstract: 本申请涉及一种状态预测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取待检测数据;待检测数据包括眼底图像和协变量数据;协变量数据为辅助判别目标病变的变量数据;基于预设特征提取模型分别对眼底图像和协变量数据进行特征提取,得到图像特征向量、图像特征向量对应的第一权重、协变量特征向量和协变量特征向量对应第二权重;基于第一权重、第二权重和预设的混合模型,对图像特征向量和协变量特征向量进行处理,得到目标状态预测结果;混合模型基于在待检测数据存在删失数据和不存在删失数据的情况下,分别满足最大似然函数条件的图像特征向量和协变量特征向量构建得到的。采用本方法能够提高目标状态预测结果的预测准确率。

    睡眠分期方法、装置、计算机设备和存储介质

    公开(公告)号:CN114041753A

    公开(公告)日:2022-02-15

    申请号:CN202111369599.2

    申请日:2021-11-16

    Abstract: 本申请涉及一种睡眠分期方法、装置、计算机设备、存储介质和计算机程序产品。包括:获取原始数据样本集合中每一原始数据样本的睡眠分期人工标注结果;对每一原始数据样本进行时间段随机抽样,根据随机抽样结果确定第一目标训练时间段,第一目标训练时间段仅对应一个睡眠分期人工标注结果;基于每一原始数据样本的第一目标训练时间段及第一目标训练时间段对应的睡眠分期人工标注结果对睡眠分期模型进行训练,得到训练后的睡眠分期模型;基于训练后的睡眠分期模型,确定待分期的睡眠相关信号对应的睡眠分期结果。采用抽样得到的时间跨度长、总时长短的睡眠相关信号,对睡眠分期模型进行训练,得到的睡眠分期模型适应性更好,分期结果准确性更高。

Patent Agency Ranking