期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于多模态深度学习的新型冠状病毒肺炎重症转化风险预测
1
作者 李仕康 李卓 +8 位作者 徐瑞卿 严晓峰 李建华 吕亮 宋玉燕 孙强中 李同心 钱斓兰 张英 《新发传染病电子杂志》 2021年第2期133-137,共5页
目的利用深度学习和大数据的技术来识别潜在新型冠状病毒肺炎重症转化高风险患者,帮助医生及时制订有针对性的救治方案。方法收集整理2020年1月24日到2020年2月16日在重庆市公共卫生医疗救治中心收治的216例新型冠状病毒肺炎患者的全病... 目的利用深度学习和大数据的技术来识别潜在新型冠状病毒肺炎重症转化高风险患者,帮助医生及时制订有针对性的救治方案。方法收集整理2020年1月24日到2020年2月16日在重庆市公共卫生医疗救治中心收治的216例新型冠状病毒肺炎患者的全病程多模态(即不同类型)的数据,构建了基于多模态深度学习的评估预测模型,对患者当前的病情严重程度进行评估,并对轻症患者发生重症转化的风险进行预测。结果该模型对患者当前状态的病情评估准确度高于95%,对轻症患者发展成为重症患者的预测准确度高于90%。结论基于多模态深度学习模型比传统线性回归模型预测更准确。同时利用多模态诊疗数据能够对新型冠状病毒肺炎重症转化风险进行准确预测。 展开更多
关键词 新型冠状病毒肺炎 病情评估及预测 深度学习 多模态数据融合
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部