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。