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：内蒙古自治区人民医院(内蒙古自治区肿瘤研究所);内蒙古自治区第四医院

摘要：本发明公开了一种基于自监督学习与域对抗神经网络的新冠风险评估方法，包括获取健康人群的血常规检验数据及对应的人员信息构建自监督预训练数据集，从中筛选形成掩码指标数据集；构建新冠筛查模型数据集包括一般人群的血常规检验数据及对应的人员信息、新冠标签和域标签；利用掩码指标数据集和自监督预训练数据集训练自监督预训练模型；迁移学习训练好的自监督预训练模型并进行新冠标签分类学习和域标签分类学习，获得训练好的新冠筛查模型，用于输出新冠分类结果。本发明能够基于小样本揭示疾病的复杂性，同时灵活应对不同医院环境的差异性，高效挖掘疾病特征，有助于在各种医疗场景下实现新冠风险识别，有效提升了模型泛化能力。

主权项：1.一种基于自监督学习与域对抗神经网络的新冠风险评估方法，其特征在于：包括如下步骤：模型训练阶段：构建自监督预训练数据集：获取健康人群的血常规检验数据及对应的人员信息构建自监督预训练数据集，从中筛选指定数量的血常规检验项目作为掩码血常规指标，并执行掩码操作形成掩码指标数据集；构建新冠筛查模型数据集：获取一般人群的血常规检验数据及对应的人员信息、新冠标签和域标签；新冠标签用于区分新冠阳性检测结果和新冠阴性检测结果；域标签用于区分源域大样本数据集和目标域小样本数据集，源域大样本数据集中包含的新冠筛查模型数据集样本数量大于目标域小样本数据集的样本数量；构建自监督预训练模型：以掩码指标数据集作为输入，自监督预训练数据集作为输出训练模型，获得训练好的自监督预训练模型；构建基于域对抗神经网络的新冠筛查模型：迁移学习所述训练好的自监督预训练模型用于提取所述源域大样本数据集的特征向量，并进行新冠标签分类学习；迁移学习所述训练好的自监督预训练模型用于提取所述新冠筛查模型数据集的特征向量，并进行域标签分类学习，获得训练好的新冠筛查模型；模型预测阶段：将待预测的血常规检验数据及对应的人员信息作为目标域小样本数据集输入至所述训练好的新冠筛查模型，输出对应的新冠分类结果。

全文数据：

权利要求：

百度查询： 内蒙古自治区人民医院(内蒙古自治区肿瘤研究所) 内蒙古自治区第四医院 基于自监督与域对抗神经网络的新冠风险评估方法及系统