基于Transformer-MHP模型的突发心脏病预测方法

发明专利有效专利

申请号：
CN202110531057.4
IPC分类号：G16H50/20;G16H50/30;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-05-16
申请人：
河海大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于Transformer-MHP模型的突发心脏病预测方法
申请号	CN202110531057.4	申请日期	2021-05-16
法律状态	公开	申报国家	中国
公开/公告日	2021-08-06	公开/公告号	CN113223701A
优先权	暂无	优先权号	暂无
主分类号	G16H50/20 ? IPC结构图谱： G 物理 G0 仪器 G16 特别适用于特定应用领域的信息通信技术〔ICT〕〔2018.01〕 G16H 医疗保健信息学，即专门用于处置或处理医疗或健康数据的信息和通信技术〔ICT〕〔2018.01〕 G16H50/00 专门适用于医疗诊断，医学模拟或医疗数据挖掘的ICT；专门适用于检测、监测或建模流行病或传染病〔2018.01〕 G16H50/20 用于计算机辅助诊断，例如医疗专家系统〔2018.01〕	IPC分类号	G;1;6;H;5;0;/;2;0;;;G;1;6;H;5;0;/;3;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	河海大学	申请人地址	江苏省南京市江宁区佛城西路8号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	河海大学	当前权利人	河海大学
发明人	王宇嘉;蔡虓;姚可越;冯艺
代理机构	南京千语知识产权代理事务所（普通合伙）	代理人	尚于杰;祁文彦

摘要

本发明公开了一种基于Transformer‑MHP模型的突发心脏病预测方法，包括数据预处理、特征分析、模型构建与训练、性能评价四部分。首先根据所得心脏病数据样本进行数据预处理，然后使用PCA主成分分析法对数据集进行降维分析，最后使用Spearman相关分析算法筛选出十四个特征属性进行模型训练。Transformer算法的主作用域为自然语言处理并且成就显著，本发明将传统Transformer框架进行改进与创新，结合高可拓展性的并行处理算法提出了一种新Transformer‑MHP算法模型用于AI医疗领域来进行突发心脏病的概率预测，以辅助提高医疗工作效率和准确率。最后，本发明通过实验对模型进行性能评价，结果表明，本发明的Transformer‑MHP心脏病预测算法与传统算法相比具有较好的准确性和可解释性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供