龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：浙江大学医学院附属邵逸夫医院
摘要：本发明是基于机器学习的房颤风险评估方法。首先，收集并预处理包括心电图ECG、超声心动图、生活方式及临床医疗记录在内的多源数据，其中预处理步骤包括数据清洗、去噪、归一化及处理缺失值；然后进行特征工程，包括从心电图中提取QRS复合波、P波和T波的形状和时间特征以及从超声心动图中提取左房大小和功能指标，并使用特征选择算法选出预测价值高的特征；接着分别对每种数据类型训练单模态机器学习模型，并采用自适应多模态融合算法，根据不同患者的数据特征和质量动态调整各模态数据的权重，以优化模型的整体预测性能；最后通过交叉验证和算法迭代调整算法结构和参数，以提高预测准确性和泛化能力，其中包括模型参数的优化和过拟合的防止。
主权项：1.基于机器学习的房颤风险评估方法，其特征在于包括以下步骤：首先，收集并预处理包括心电图ECG、超声心动图、生活方式及临床医疗记录在内的多源数据，其中预处理步骤包括数据清洗、去噪、归一化及处理缺失值；然后进行特征工程，包括从心电图中提取QRS复合波、P波和T波的形状和时间特征以及从超声心动图中提取左房大小和功能指标，并使用特征选择算法选出预测价值高的特征；接着分别对每种数据类型训练单模态机器学习模型，并采用自适应多模态融合算法，根据不同患者的数据特征和质量动态调整各模态数据的权重，以优化模型的整体预测性能；最后通过交叉验证和算法迭代调整算法结构和参数，以提高预测准确性和泛化能力，其中包括模型参数的优化和过拟合的防止。
全文数据：
权利要求：
百度查询： 浙江大学医学院附属邵逸夫医院 基于机器学习的房颤风险评估方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号