-
公开(公告)号:CN119889724A
公开(公告)日:2025-04-25
申请号:CN202510133754.2
申请日:2025-02-06
Applicant: 华南农业大学
IPC: G16H50/70 , G16H10/60 , G16H20/00 , G06F18/10 , G06F18/213 , G06N5/022 , G06N3/0464 , G06N3/0455 , G06N3/042 , G06F40/30 , G06N3/126
Abstract: 本发明公开了一种高血压管理系统,属于医疗数据处理技术领域,包括:数据获取模块,用于获取体征数据和文本数据;数据预处理模块,用于对数据获取模块获取到的数据进行清洗和处理;多模态数据融化模块,用于对体征数据进行时序特征提取得到体征特征向量;还用于对文本数据进行特征提取得到文本特征向量;还用于将体征特征向量和文本特征向量整合成联合向量;问答生成模块,用于通过大语言模型获取所述联合向量以理解患者的提问,然后从预构建的知识图谱中提取对应的信息并生成符合患者提问的回答。所述高血压管理系统解决了现有的智能随访系统难以进行多模态融合分析导致系统输出的结果的精准性和适应性不高的问题。
-
公开(公告)号:CN119905261A
公开(公告)日:2025-04-29
申请号:CN202510133779.2
申请日:2025-02-06
Applicant: 华南农业大学
IPC: G16H50/30 , G16H50/70 , G06N20/20 , G06N3/0442 , G06F18/2113 , G06N3/045 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于随机森林与LSTM神经网络的高血压预测方法,属于医疗数据处理技术领域,包括:获取患者的样本信息,建立信息收集库;对预处理后的样本信息通过随机森林进行特征重要性分析;通过注意力机制计算每个关键特征的权重,并生成加权后的特征表示;将加权后的特征表示输入到神经网络生成上下文向量;将上下文向量输入到多层感知机进行预测输出;根据预测输出和真实值优化多层感知机、注意力机制以及神经网络,以得到预测模型;向预测模型输入样本信息得到高血压预测结果。所述基于随机森林与LSTM神经网络的高血压预测方法解决了现有的预测方法难以实现对个体患病风险的精准预测的问题。
-