CN119480157A 基于多模态数据融合的耳鼻喉科症状监测方法及系统 （吉林大学）_第1页
CN119480157A 基于多模态数据融合的耳鼻喉科症状监测方法及系统 （吉林大学）_第2页
CN119480157A 基于多模态数据融合的耳鼻喉科症状监测方法及系统 （吉林大学）_第3页
CN119480157A 基于多模态数据融合的耳鼻喉科症状监测方法及系统 （吉林大学）_第4页
CN119480157A 基于多模态数据融合的耳鼻喉科症状监测方法及系统 （吉林大学）_第5页
已阅读5页，还剩21页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

号基于多模态数据融合的耳鼻喉科症状监测本发明公开了基于多模态数据融合的耳鼻历史趋势，实时评估与耳鼻喉症状之间的相关2通过可穿戴设备实时监测生理数据，从患者数据库中调取历史病对预处理后的数据进行特征融合，提取出潜在的关联特征基于提取的特征，使用改进的长短期记忆网络进行症状预测，结通过循环神经网络结构对每种数据流进行时序建模，捕捉随时间变化的规律，结合hz=o(wxh-z+似xxz+bA)；通过融合层将从不同模态提取的时序性特征进行跨模态;;3将所述短期和长期趋势参数与提取的特征向量z""进行融合，标定关键生理数据的;;8.基于多模态数据融合的耳鼻喉科症状监测系统，基数据采集模块，用于通过可穿戴设备实时监测生理数据，从患者数据提醒与干预模块，用于当预测到患者因生理数据变化引发耳鼻喉科症9.一种计算机设备，包括存储器和处理器，所述存储器存4被处理器执行时实现权利要求1至7任一所述的基于多模态数据融合的耳鼻喉科症状监测5[0007]作为本发明所述基于多模态数据融合的耳鼻喉科症状监6[0008]作为本发明所述基于多模态数据融合的耳鼻喉科症状监hz=o(wxh-z+似xxz+bA)；[0009]作为本发明所述基于多模态数据融合的耳鼻喉科症状监;;其中，ay为第i模态对第j模态特征的注意力权重，score(G",")为第i模态对第j模[0010]作为本发明所述基于多模态数据融合的耳鼻喉科症状监合，提取短期和长期趋势作为新的特征；将所述短期和长期趋势参数与提取的特征向量[0011]作为本发明所述基于多模态数据融合的耳鼻喉科症状监的公式为：;[0012]作为本发明所述基于多模态数据融合的耳鼻喉科症状监7;8一致的问题，并将经过预处理的数据将实时存储在云端或本地数据库中，便于后续的数据分析与处理。hz=o(wxh-z+似xxz+bA)；9通过观察血糖数据随时间变化的模式，血糖波动的频率可以影响症状的出现频通过捕捉血压波动对症状的影响，提取出可能引发耳鼻喉不适的高压或低压情;;其中，ay为第i模态对第j模态特征的注意力权重，score(G",")为第i模态对第j模;的特征，将这些趋势参数与步骤S2中提取的特征向量z""进行融合，标定关键生理数据;;;[0046]S3.5：根据预测可信度cay和症状预测输出，输出个性化的症状预警参数：服药这些反馈作为下一次预测和提醒调整的依据。[0053]如果患者在提醒后未做出应对，则通过额外提醒或通过简化建议的方式进行干实现如上述实施例提出的实现基于多模态数据融者并使用智能手环及智能家居设备进行数据采集。具体设备包括血糖监测手环、血压监16.227.535.846.558.265.977.086.39

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论