← 返回列表

状态预测方法、装置、计算机设备和存储介质

申请号: CN202311597484.8
申请人: 清华大学; 上海交通大学
申请日期: 2023/11/27

摘要文本

本申请涉及一种状态预测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取待检测数据;待检测数据包括眼底图像和协变量数据;协变量数据为辅助判别目标病变的变量数据;基于预设特征提取模型分别对眼底图像和协变量数据进行特征提取,得到图像特征向量、图像特征向量对应的第一权重、协变量特征向量和协变量特征向量对应第二权重;基于第一权重、第二权重和预设的混合模型,对图像特征向量和协变量特征向量进行处理,得到目标状态预测结果;混合模型基于在待检测数据存在删失数据和不存在删失数据的情况下,分别满足最大似然函数条件的图像特征向量和协变量特征向量构建得到的。采用本方法能够提高目标状态预测结果的预测准确率。

专利详细信息

项目 内容
专利名称 状态预测方法、装置、计算机设备和存储介质
专利类型 发明申请
申请号 CN202311597484.8
申请日 2023/11/27
公告号 CN117637144A
公开日 2024/3/1
IPC主分类号 G16H50/20
权利人 清华大学; 上海交通大学
发明人 黄天荫; 盛斌; 贾伟平; 李华婷; 戴领; 刘茹涵
地址 北京市海淀区清华园; 上海市闵行区东川路800号

专利主权项内容

1.一种状态预测方法,其特征在于,所述方法包括:获取待检测数据;所述待检测数据包括眼底图像和协变量数据;所述协变量数据为辅助判别目标病变的变量数据;基于预设特征提取模型分别对所述眼底图像和所述协变量数据进行特征提取,得到图像特征向量、所述图像特征向量对应的第一权重、协变量特征向量和所述协变量特征向量对应第二权重;基于所述第一权重、所述第二权重和预设的混合模型,对所述图像特征向量和所述协变量特征向量进行处理,得到目标状态预测结果;所述混合模型基于在所述待检测数据存在删失数据和不存在删失数据的情况下,分别满足最大似然函数条件的图像特征向量和协变量特征向量构建得到的。