公开(公告)号：CN118471495A

公开(公告)日：2024-08-09

申请号：CN202410548213.1

申请日：2024-05-06

Applicant: 中国科学院计算技术研究所

Inventor： 杨晓东 ,  陈益强 ,  王浩然 ,  潘自兴

IPC: G16H50/30 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明提供了一种基于多模态融合深度学习的围手术期并发症风险预测方法，所述方法基于多模态融合的围手术期并发症风险预测模型来进行预测，该模型包括：数据预处理模块，用于对患者的初始术中时序生理信号和初始结构化数据进行预处理，以得到满足输入需求的术中时序生理信号和结构化数据；术中时序生理信号特征提取网络，为深度神经网络，用于从术中时序生理信号中提取时序生理信号模态的第一特征向量；结构化数据特征提取网络，为感知机，用于从结构化数据中提取结构化数据模态的第二特征向量；多模态融合模块，用于对第一特征向量和第二特征向量进行语义对齐和融合，得到融合特征；预测模块，用于根据融合特征进行围手术期并发症的风险预测。