- 专利标题： 一种基于跨模态深度学习的围术期危重事件预测方法
-
申请号： CN201910223568.2申请日： 2019-03-22
-
公开(公告)号： CN109934415B公开(公告)日： 2022-09-30
- 发明人: 陈芋文 , 鲁开智 , 张矩 , 钟坤华 , 祁宝莲 , 孙启龙 , 李亚晴
- 申请人： 中国科学院重庆绿色智能技术研究院 , 中国人民解放军陆军军医大学第一附属医院
- 申请人地址： 重庆市北碚区方正大道266号;
- 专利权人： 中国科学院重庆绿色智能技术研究院,中国人民解放军陆军军医大学第一附属医院
- 当前专利权人： 中国科学院重庆绿色智能技术研究院,中国人民解放军陆军军医大学第一附属医院
- 当前专利权人地址： 重庆市北碚区方正大道266号;
- 代理机构： 北京同恒源知识产权代理有限公司
- 代理商 赵荣之
- 主分类号： G06Q10/04
- IPC分类号： G06Q10/04 ; G16H10/60 ; G16H20/40 ; G16H40/67
摘要：
本发明涉及一种基于跨模态深度学习的围术期危重事件预测方法，属于人工智能与医疗应用领域。该方法包括步骤1.构建多模态医疗监护数据集；2.患者监护数据与个性化数据双模态融合特征学习；3.跨模态协同学习特征提取；4.构建多模态危重事件(死亡风险)预测模型；5.模型反馈验证。本发明作为一种危重症不良事件预测预警工具，是实现术后主要重症事件的实时追踪、早期诊断和预警的一种有效方法。
公开/授权文献
- CN109934415A 一种基于跨模态深度学习的围术期危重事件预测方法 公开/授权日：2019-06-25
