公开(公告)号：CN115019957B

公开(公告)日：2024-05-28

申请号：CN202210632448.X

申请日：2022-06-06

Applicant: 重庆邮电大学

Inventor： 朱智勤 ,  雷杨博 ,  丛柏森 ,  李晓磊 ,  李嫄源 ,  姚政 ,  周志浩

IPC: G16H50/20 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/092 ,  G06N3/0985 ,  G06N7/01 ,  G06F18/25 ,  A61B5/03

Abstract: 本发明涉及一种基于强化学习的稠密迭代特征腹腔内压预测系统，属于机器学习领域，包括：数据采集及处理模块：用于获取患者基本数据和临床数据，并进行预处理，制作成样本和数据集；数据输入模块：用于将预处理后的样本送入稠密迭代增强模型，经过若干特征提取单元迭代增强，获得经过增强的特征；预测模块：用于将增强特征进行GAP和flatten后，送入全连接层，获取预测结果；模型训练模块：根据真实值和预测结果计算损失，使用动态调整学习率机制，使用weight decay和momentum机制，更新模型参数，使用完全的端到端方式训练网络。

公开(公告)号：CN115019957A

公开(公告)日：2022-09-06

申请号：CN202210632448.X

申请日：2022-06-06

Applicant: 重庆邮电大学

Inventor： 朱智勤 ,  雷杨博 ,  丛柏森 ,  李晓磊 ,  李嫄源 ,  姚政 ,  周志浩

IPC: G16H50/20 ,  G06N3/04 ,  G06N3/08 ,  G06N7/00 ,  G06K9/62 ,  A61B5/03

Abstract: 本发明涉及一种基于强化学习的稠密迭代特征腹腔内压预测系统，属于机器学习领域，包括：数据采集及处理模块：用于获取患者基本数据和临床数据，并进行预处理，制作成样本和数据集；数据输入模块：用于将预处理后的样本送入稠密迭代增强模型，经过若干特征提取单元迭代增强，获得经过增强的特征；预测模块：用于将增强特征进行GAP和flatten后，送入全连接层，获取预测结果；模型训练模块：根据真实值和预测结果计算损失，使用动态调整学习率机制，使用weight decay和momentum机制，更新模型参数，使用完全的端到端方式训练网络。