← 返回列表
一种基于深度学习的疾病风险预测模型构建方法及系统
申请人信息
- 申请人:凯斯艾生物科技(苏州)有限公司
- 申请人地址:215000 江苏省苏州市工业园区金鸡湖大道99号纳米城西北区12幢501室
- 发明人: 凯斯艾生物科技(苏州)有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于深度学习的疾病风险预测模型构建方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410247940.4 |
| 申请日 | 2024/3/5 |
| 公告号 | CN117831771A |
| 公开日 | 2024/4/5 |
| IPC主分类号 | G16H50/30 |
| 权利人 | 凯斯艾生物科技(苏州)有限公司 |
| 发明人 | 庄永杰; 陈继巧 |
| 地址 | 江苏省苏州市工业园区金鸡湖大道99号纳米城西北区12幢501室 |
摘要文本
本发明提出了一种基于深度学习的疾病风险预测模型构建方法及系统。属于医疗数据挖掘技术领域，所述方法包括：实时获取心脑血管疾病数据，并对获取的数据进行预处理；预处理后的数据存入云空间，进行标记，对标记后的数据进行备份，将标记前后的数据分别存入不同的存储空间，并对不同存储空间内的数据分别进行处理；获得第一处理结果以及第二处理结果；基于深度学习算法通过所述第一处理结果构建疾病风险预测模型，通过所述第二处理结果对构建的所述疾病风险预测模型进行评估及优化。通过实时获取心脑血管疾病的临床数据和生物标志物数据，并对数据进行预处理，能够确保数据的准确性和完整性。。微信公众号
专利主权项内容
1.一种基于深度学习的疾病风险预测模型构建方法，其特征在于，所述方法包括：实时获取心脑血管疾病数据，并对获取的数据进行预处理；将预处理后的数据存入云空间，进行标记，对标记后的数据进行备份，将标记前后的数据分别存入不同的存储空间，并对不同存储空间内的数据分别进行处理；获得第一处理结果以及第二处理结果；基于深度学习算法通过所述第一处理结果构建疾病风险预测模型，通过所述第二处理结果对构建的所述疾病风险预测模型进行评估及优化；将评估及优化后的疾病风险预测模型应用于新的个体数据，进行心脑血管疾病风险预测；并输出风险评估结果，将风险评估结果通过可视化方式进行展示。