-
公开(公告)号：CN113053530B
公开(公告)日：2022-06-28
申请号：CN202110404818.X
申请日：2021-04-15
Applicant: 北京理工大学
Abstract: 本发明涉及一种医疗时序数据综合信息提取方法，属于人工智能数据处理技术领域。包括以下步骤：获取医疗时序特征矩阵对X进行动态建模获得累积表示对每个时间步长的输出和最后一个时间步长的输出进行交互获得各时间步长的交互结果对每个时间步长与最后一个时间步长的交互分配注意力权重通过将与做乘加运算汇总所有时间步长与最后一个时间步长交互后的总体表示将与拼接对X进行全面建模本发明能够很好的对时间步长之间的交互进行建模，从而更有效的学习患者动态变化的健康状况，而且这些变化都是因人而异的，通过注意力机制区分不同交互的重要性，由此可提供更全面表示患者EMR数据的能力、可获得更好的分析性能并提供细粒度的医学分析结果。
-
Patent Agency Ranking
公开(公告)号：CN113012808A
公开(公告)日：2021-06-22
申请号：CN202110405487.1
申请日：2021-04-15
Applicant: 北京理工大学
Abstract: 本发明涉及一种健康预测方法，属于人工智能数据挖掘技术领域。包括以下步骤：S1获取原始医疗时序特征矩阵X；S2使用特征交互表示方法对xt重新表达为使其包含特征交互信息；S3使用综合信息提取方法提取时序数据序列的综合信息；S4使用分类方法对所述进行分类以实现健康预测。本发明能够充分利用医学特征的交互信息，包括功能级交互和时间级交互，从而对医疗时序数据内在相关信息进行更为有效的挖掘，进而实现对用户健康进行更为有效的预测。功能级交互能够有效地描绘出不同的异常模式，从而更好的区分患者不同的健康状态。时间级交互可以更有效的学习患者动态变化的健康状况。通过双向嵌入能够为数字型医学特征生成信息含量更加丰富的嵌入向量表达。
-
公开(公告)号：CN112951417A
公开(公告)日：2021-06-11
申请号：CN202110405508.X
申请日：2021-04-15
Applicant: 北京理工大学
Abstract: 本发明涉及一种医疗时序数据医学特征交互表示方法，属于人工智能数据处理技术领域。包括以下步骤：S1获取原始医学特征向量x；S2对x中第i个医学特征值xi通过嵌入机制生成嵌入向量ei；S3对不同医学特征的嵌入向量做交互ri，j；S4对不同交互相对于其特征分配注意力权重αi，j；S5将第i个医学特征与其他所有医学特征交互进行乘加后获得其交互表示ci；S6将ei与ci拼接后做线性压缩获得第i个医学特征的全面表示fi；S7将所有特征的全面表示拼接后得到x的全面表达。本发明能够分别处理各个医学特征从而保留特征的个性，同时又能够让其与交互作用更紧密的结合；因此，本发明方法能够有效地描绘出不同的异常模式，从而更好的区分患者不同的健康状态。
-
公开(公告)号：CN113012808B
公开(公告)日：2022-11-01
申请号：CN202110405487.1
申请日：2021-04-15
Applicant: 北京理工大学
Abstract: 本发明涉及一种健康预测方法，属于人工智能数据挖掘技术领域。包括以下步骤：S1获取原始医疗时序特征矩阵X；S2使用特征交互表示方法对xt重新表达为使其包含特征交互信息；S3使用综合信息提取方法提取时序数据序列的综合信息S4使用分类方法对所述进行分类以实现健康预测。本发明能够充分利用医学特征的交互信息，包括功能级交互和时间级交互，从而对医疗时序数据内在相关信息进行更为有效的挖掘，进而实现对用户健康进行更为有效的预测。功能级交互能够有效地描绘出不同的异常模式，从而更好的区分患者不同的健康状态。时间级交互可以更有效的学习患者动态变化的健康状况。通过双向嵌入能够为数字型医学特征生成信息含量更加丰富的嵌入向量表达。
-
公开(公告)号：CN112951417B
公开(公告)日：2022-06-28
申请号：CN202110405508.X
申请日：2021-04-15
Applicant: 北京理工大学
Abstract: 本发明涉及一种医疗时序数据医学特征交互表示方法，属于人工智能数据处理技术领域。包括以下步骤：S1获取原始医学特征向量x；S2对x中第i个医学特征值xi通过嵌入机制生成嵌入向量ei；S3对不同医学特征的嵌入向量做交互ri，j；S4对不同交互相对于其特征分配注意力权重αi，j；S5将第i个医学特征与其他所有医学特征交互进行乘加后获得其交互表示ci；S6将ei与ci拼接后做线性压缩获得第i个医学特征的全面表示fi；S7将所有特征的全面表示拼接后得到x的全面表达。本发明能够分别处理各个医学特征从而保留特征的个性，同时又能够让其与交互作用更紧密的结合；因此，本发明方法能够有效地描绘出不同的异常模式，从而更好的区分患者不同的健康状态。
-
公开(公告)号：CN113053530A
公开(公告)日：2021-06-29
申请号：CN202110404818.X
申请日：2021-04-15
Applicant: 北京理工大学
Abstract: 本发明涉及一种医疗时序数据综合信息提取方法，属于人工智能数据处理技术领域。包括以下步骤：获取医疗时序特征矩阵X＝(x1，x2，...，xt...，xT)；对X进行动态建模获得累积表示h1，h2，...，ht...，hT；对每个时间步长的输出和最后一个时间步长的输出进行交互获得各时间步长的交互结果si，T；对每个时间步长与最后一个时间步长的交互分配注意力权重βi，T；通过将si，T与βi，T做乘加运算汇总所有时间步长与最后一个时间步长交互后的总体表示gT；将hT与gT拼接对X进行全面建模本发明能够很好的对时间步长之间的交互进行建模，从而更有效的学习患者动态变化的健康状况，而且这些变化都是因人而异的，通过注意力机制区分不同交互的重要性，由此可提供更全面表示患者EMR数据的能力、可获得更好的分析性能并提供细粒度的医学分析结果。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
