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：岭南师范学院
摘要：本发明提出一种脑卒中患病风险预测和个性化治疗推荐方法及系统，包括收集脑卒中筛查对象的生理特征信息和生活数据信息，并将生理特征信息和生活数据信息输入基于极限学习机算法的脑卒中患病风险预测模型和基于决策树算法的个性化治疗推荐模型；脑卒中患病风险预测模型输出脑卒中患病风险预测结果，个性化治疗推荐模型输出个性化治疗推荐方案。解决了多维度的生理特征信息和生活数据信息数据存在的稀疏和不平衡问题，降低了脑卒中患病风险的预测时间并提高了预测准确率，得到准确的个性化治疗推荐方案。
主权项：1.一种脑卒中患病风险预测方法，其特征在于，包括以下步骤：建立基于极限学习机算法的脑卒中患病风险预测模型；所述基于极限学习机算法的脑卒中患病风险预测模型的表达式如下所示： 其中，表示输入的第i个数据，L表示隐含层中节点的个数，表示网络的输出权重，G表示激活函数，表示网络的输入权重，表示第j个隐含层的阈值，表示隐含层的输出，T表示矩阵转置，表示隐含层的输出矩阵，C表示输出权重和误差之间的差值，S表示每个数据的模糊权值，S的取值范围表示（0,1），n表示输入数据的总数[1]；使用量子萤火虫算法对脑卒中患病风险预测模型进行优化，具体包括：对脑卒中患病风险预测模型的输入权重和隐含层的阈值进行编码操作，分别得到输入权重的编码和隐含层的阈值的编码；使用量子萤火虫算法对所述输入权重的编码和所述隐含层的阈值的编码进行迭代优化，得到优化后的脑卒中患病风险预测模型的输入权重和隐含层的阈值[2]；收集脑卒中筛查对象的生理特征信息和生活数据信息，利用所述生理特征信息和生活数据信息构建脑卒中数据库；将所述脑卒中数据库中的数据输入所述脑卒中患病风险预测模型，所述脑卒中患病风险预测模型输出脑卒中患病风险预测结果。
全文数据：
权利要求：
百度查询： 岭南师范学院 一种脑卒中患病风险预测和个性化治疗推荐方法及系统
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