公开(公告)号：CN117727464B

公开(公告)日：2024-10-01

申请号：CN202311575741.8

申请日：2023-11-23

Applicant: 重庆邮电大学

Inventor： 苏祖强 ,  杨晓文 ,  于洪 ,  胡峰 ,  代劲 ,  余建航

IPC: G16H50/70 ,  G06F18/211 ,  G06F18/214 ,  G06F18/23213 ,  G06F18/2415 ,  G06F18/25 ,  G06N3/045 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明涉及医疗数据处理领域，特别涉及基于医疗多视图疾病预测模型的训练方法及设备。本发明将多视图表示学习方法与注意力机制相结合，通过引入改进的多视图层次注意力机制，避免了现有多视图表示学习方法因忽略视图间的重要性差异，而导致疾病预测的有偏输出；引入改进的元学习权重网络，使用元学习权重网络替代了损失权重函数，通过学习网络的分类损失与距离度量损失以自适应调节元学习权重网络参数，减少对样本加权函数超参数的人为设置，提高了少数类的分类精度，缓解了传统机器学习算法分类结果偏向多数类的影响。

公开(公告)号：CN118535980A

公开(公告)日：2024-08-23

申请号：CN202410613582.4

申请日：2024-05-17

Applicant: 重庆邮电大学

Inventor： 苏祖强 ,  朱保坤 ,  杨晓文 ,  于洪 ,  胡峰 ,  王国胤

IPC: G06F18/2411 ,  G06F18/214 ,  G06N3/0455 ,  G06N3/094 ,  G06F18/232 ,  G16H10/60

Abstract: 本发明涉及医疗数据处理领域，特别涉及一种不平衡医疗数据集的处理方法及装置；所述方法包括获取医疗数据集，所述医疗数据集包括多个医疗样本数据，包括少数类医疗样本或者多数类医疗样本；将所述少数类医疗样本输入到自动编码器，输出所述少数类医疗样本对应的低维向量；将每个少数类医疗样本对应的低维向量进行层次聚类，获得所述少数类医疗样本的路径信息；将所述少数类医疗样本的路径信息作为条件变量输入条件生成对抗网络中，输出生成的少数类医疗样本；将生成的少数类医疗样本加入到医疗数据集中，获得优化后的医疗数据集。本发明解决了不平衡医疗数据的类间不平衡和类内不平衡，显著提高了医疗预测模型的全面性和准确性。

公开(公告)号：CN117727464A

公开(公告)日：2024-03-19

申请号：CN202311575741.8

申请日：2023-11-23

Applicant: 重庆邮电大学

Inventor： 苏祖强 ,  杨晓文 ,  于洪 ,  胡峰 ,  代劲 ,  余建航

IPC: G16H50/70 ,  G06F18/211 ,  G06F18/214 ,  G06F18/23213 ,  G06F18/2415 ,  G06F18/25 ,  G06N3/045 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明涉及医疗数据处理领域，特别涉及基于医疗多视图疾病预测模型的训练方法及设备。本发明将多视图表示学习方法与注意力机制相结合，通过引入改进的多视图层次注意力机制，避免了现有多视图表示学习方法因忽略视图间的重要性差异，而导致疾病预测的有偏输出；引入改进的元学习权重网络，使用元学习权重网络替代了损失权重函数，通过学习网络的分类损失与距离度量损失以自适应调节元学习权重网络参数，减少对样本加权函数超参数的人为设置，提高了少数类的分类精度，缓解了传统机器学习算法分类结果偏向多数类的影响。