← 返回列表
基于图神经网络与深度学习的失能老人照护方案推荐方法
摘要文本
本发明公开了一种基于图神经网络与深度学习的失能老人照护方案推荐方法,采用护理需求调查表采集多位失能老人特征信息,确定照护项目标签,作为深度学习模型的训练数据;以老人和特征作为本体构建二部图结构图数据集,构建神经网络模型并基于二部图结构图数据集对该模型进行训练,得到照护方案推荐模型;将已填好的护理需求调查表数据作为预先训练好的深度学习模型的输入信息,预测得到该失能老人的照护方案。该方法以二部图的方式建模失能老人照护数据,充分保留原始数据中的样本特征及关系信息,适用于复杂而个性化的照护推荐任务,提高照护推荐模型预测时对样本全局信息的提取能力。
申请人信息
- 申请人:复旦大学
- 申请人地址:200433 上海市杨浦区邯郸路220号
- 发明人: 复旦大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于图神经网络与深度学习的失能老人照护方案推荐方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410003596.4 |
| 申请日 | 2024/1/2 |
| 公告号 | CN117831703A |
| 公开日 | 2024/4/5 |
| IPC主分类号 | G16H20/00 |
| 权利人 | 复旦大学 |
| 发明人 | 罗静静; 苗春龙; 祝兴; 王洪波; 甘中学; 岑宇晖; 陈洲瀚; 王烁 |
| 地址 | 上海市杨浦区邯郸路220号 |
专利主权项内容
1.一种基于图神经网络与深度学习的失能老人照护方案推荐方法,其特征在于包括:采用护理需求调查表采集多位失能老人特征信息,确定照护项目标签,作为深度学习模型的训练数据;以老人和特征作为本体构建二部图结构图数据集,构建神经网络模型并基于二部图结构图数据集对该模型进行训练,得到照护方案推荐模型;将已填好的护理需求调查表数据作为预先训练好的深度学习模型的输入信息,预测得到该失能老人的照护方案。