买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：四川大学

摘要：本发明涉及人工智能的深度神经网络技术领域，涉及一种基于聚合神经网络的TAVR术后并发症风险值预测方法，其目的在于提供了一种基于聚合神经网络的TAVR术后并发症风险值预测方法，其构建的聚合神经网络模型包括术前模块、术中模块以及术后模块的聚合神经网络模型，术前模块、术中模块以及术后模块均包括输入层、隐藏层和输出层，每个隐藏层均包括全连接层、批归一化层以及非线性激活函数层；术前模块的隐藏层与术中模块的隐藏层连接，术中模块的隐藏层与术后模块的隐藏层连接；通过本申请的神经网络模型，能够分阶段的给出术后并发症的概率值，提高术后风险的预测精度。

主权项：1.一种基于聚合神经网络的TAVR术后并发症风险值预测方法，其特征在于，包括以下步骤：步骤1，数据获取；步骤2，数据清洗与编码；步骤3，构建聚合神经网络模型；构建包括术前模块、术中模块以及术后模块的聚合神经网络模型，术前模块、术中模块以及术后模块均包括输入层、隐藏层和输出层，每个隐藏层均包括全连接层、批归一化层以及非线性激活函数层；术前模块的隐藏层与术中模块的隐藏层连接，术中模块的隐藏层与术后模块的隐藏层连接；步骤4，训练聚合神经网络模型；采用步骤2处理后的数据对步骤3构建的聚合神经网络模型进行训练；步骤5，风险预测；利用训练好的聚合神经网络模型对待预测对象进行风险预测，预测出待预测对象术后并发症的风险概率值；步骤5中，给定患者，采用聚合神经网络模型计算风险值的具体步骤为：步骤5.1，将患者的临床数据分为术前临床数据、术中临床数据、术后临床数据；步骤5.2，将术前临床数据输入术前模块的输入层，得到并发症预测的术前风险指数；步骤5.3，将术中临床数据输入到术中模块，术中模块聚合术中临床数据中的特征数据和通过术前模块传来的术前临床数据中的特征数据，得到并发症预测的术中风险指数；步骤5.4，将术后临床数据输入到术后模块，术后模块聚合术后临床数据中的特征数据和通过术中模块传来的术中临床数据、术前临床数据中的特征数据，得到并发症预测的术后风险指数；步骤4中，训练聚合神经网络模型时采用的损失函数为： 其中，、、为三个常量系数,、和分别定义为： 其中表示样本个数，、表示患者索引，是患者的终点状态；表示患者的生存时间；表示时刻的风险集，即生存时间大于的患者的索引的集合；表示并发症预测的术前风险指数，表示并发症预测的术中风险指数，表示并发症预测的术后风险指数。

全文数据：

权利要求：

百度查询： 四川大学 基于聚合神经网络的TAVR术后并发症风险值预测方法