基于深度可分离卷积和注意力机制用于冠心病预测的方法

    公开(公告)号:CN118711800A

    公开(公告)日:2024-09-27

    申请号:CN202410880593.9

    申请日:2024-07-02

    摘要: 本发明公开了一种基于深度可分离卷积和注意力机制用于冠心病预测的方法,包括:对冠心病数据集进行预处理;将处理好的数据输入到预测模型中的深度可分离卷积模块,在该模块通过卷积的方法提取丰富的特征信息,捕获不同特征之间的通道和空间关系;将得到的特征表示数据分别输入到自注意力机制提取不同体检指标之间的局部关系,得到不同的特征权重;混合注意力处理不同体检指标之间的重要局部特征,再将这两个模块获取的特征进行特征融合操作;将特征融合得到的特征信息输入到全连接层,通过softmax函数得到预测结果。该方法提高了冠心病预测的准确率,降低了冠心病的死亡率,提高了患者的生活质量。