公开(公告)号：CN118824544A

公开(公告)日：2024-10-22

申请号：CN202411025703.X

申请日：2024-07-26

Applicant: 重庆大学

Inventor： 张美伟 ,  崔秋实 ,  潘钰玮 ,  李文沅

IPC: G16H50/30 ,  G06F18/213 ,  G06F18/243 ,  G06N5/01 ,  G06N3/006 ,  G06N3/042 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及一种基于大模型智能体的多模态AD风险辅助预测方法及系统，其中方法包括以下步骤：获取包括低纬的AD多模态数据；对多模态数据进行特征筛选；基于筛选获得的特征，通过跨模态注意力网络模块和图神经网络模块分别获得参数输出；将两网络所获取的参数输出进行参数融合计算，以获取深度神经网络输出结果；将深度神经网络输出结果传输至基于大语言模型的智能体系统，得出最终预测结果。本发明能够对AD多模态数据中低维空间做特征做计算和筛选，即剔除了冗余噪声特征，又增强了深度学习模型的学习能力。同时，在本发明中通过参数融合，创新性地将图神经网络与注意力神经网络形成了结合使用，解决了现有技术中这两种网络无法兼容的难题。