公开(公告)号：CN111968746A

公开(公告)日：2020-11-20

申请号：CN202010705249.8

申请日：2020-07-21

Applicant: 华中科技大学协和深圳医院

Inventor： 邓根强 ,  陈颖如 ,  李坚强 ,  易东义 ,  陈杰

IPC: G16H50/50 ,  G16H50/30 ,  G16H40/67 ,  G06N3/04

Abstract: 本发明适用计算机技术领域，提供了一种基于混合深度迁移学习的脑卒中风险预测方法及装置。通过获取用户的健康监测数据，对健康监测数据进行归一化处理，以得到用于脑卒中风险预测的预测数据，将预测数据输入到最终的脑卒中风险预测模型，获取脑卒中风险预测结果，最终的脑卒中风险预测模型由初级预测模型通过迁移学习实现网络权重迁移、通过实例迁移以及主动学习获取的训练样本对该初级预测模型进行训练得到，根据脑卒中风险预测结果，确认用户是否存在脑卒中风险，从而不仅解决了脑卒中风险预测模型训练集中数据分布不平衡、患有脑卒中的正类样本数据难获取以及易于泄露用户隐私的问题，还解决了脑卒中数据样本量较少的问题，进而提高脑卒中风险预测结果的准确率。