公开(公告)号：CN118507079A

公开(公告)日：2024-08-16

申请号：CN202410555673.7

申请日：2024-05-07

Applicant: 北京工业大学

Inventor： 林绍福 ,  闫浩康 ,  陈建辉 ,  周世伟

IPC: G16H80/00 ,  A61B5/0205 ,  A61B5/00 ,  G16H10/60 ,  G16H50/20 ,  G16H50/70 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了一种基于预训练和增量学习的高血压监测方法，属于智慧医疗和深度学习技术领域。设计自我组成预测任务和目标预测预训练任务，并应用大量废弃的单次体检数据进行预训练得到通用的慢性病监测模型；并设计了一个高血压监测增量学习框架，融合多次体检数据与生成数据样本进行高血压预警，通过生成器、鉴别器、生成回放策略对模型进行自适应更新，实现模型在连续数据流场景下的实时更新。本发明使用MIMIC‑III公开数据集的体检数据进行测试，实验表明，该模型框架在高血压监测上取得了很好的效果。

公开(公告)号：CN116403712A

公开(公告)日：2023-07-07

申请号：CN202310266332.3

申请日：2023-03-20

Applicant: 北京工业大学

Inventor： 林绍福 ,  周世伟 ,  陈建辉 ,  王梦真

IPC: G16H50/30 ,  G16H10/60 ,  G16H50/70 ,  G06F3/06 ,  G06N3/04 ,  G06N3/092

Abstract: 本发明公开了一种基于预训练和强化学习的高血压预警方法，设计了自我组成预测任务和目标预测预训练任务，并应用大量废弃的单次体检数据进行预训练并得到合适的模型初始化参数；并设计了一个高血压预警强化学习框架，并应用多次体检数据进行高血压预警，通过奖惩、内存管理、数据样本选择等策略设计解决了样本不平衡和小样本环境下的过拟合问题。本发明使用某医疗机构的体检数据进行测试，实验表明，该模型框架在高血压预测上取得了很好的效果。