公开(公告)号：CN118335340A

公开(公告)日：2024-07-12

申请号：CN202410589344.4

申请日：2024-05-13

Applicant: 哈尔滨理工大学 ,  哈尔滨工业大学 ,  中数(深圳)时代科技有限公司

Inventor： 张宏国 ,  尚宸羽 ,  叶子 ,  李双翼 ,  张罗刚 ,  关志博 ,  马超 ,  黄海 ,  于海宁 ,  吴英东

IPC: G16H50/50 ,  G16H50/70 ,  G16H10/60 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明提供一种多模态的痛风病多分期预测方法及系统，涉及智慧医疗技术领域，为解决现有技术中缺少基于深度学习的将病历与影像学数据相结合方法的问题。包括：步骤1、获取患者病历数据和影像数据，根据有无痛风石将影像数据插入到对应患者的病历数据，得到合并病历数据集；步骤2、对数据进行预处理；步骤3、将病历数据输入构建有自定义自注意力机制的LSTM‑DNN进行特征信息提取，得到特征W1；针对有痛风石的数据，则将影像数据输入3D‑CNN模型中进行特征提取，得到特征W2，并将特征W2对应的特征W1利用多模态交叉注意力进行融合，得到最终特征信息；步骤4、将最终特征信息输入到痛风病多分期预测模型中进行痛风的分期预测。本发明用于痛风病多分期预测。