[發(fā)明專利]基于量子神經(jīng)網(wǎng)絡(luò)的病情發(fā)展預(yù)測系統(tǒng)及平臺有效
| 申請?zhí)枺?/td> | 202210095886.7 | 申請日: | 2022-01-26 |
| 公開(公告)號: | CN114496227B | 公開(公告)日: | 2023-04-28 |
| 發(fā)明(設(shè)計)人: | 朱欽圣;盧俊邑;吳昊;殷浩;蔣欣睿;李曉瑜 | 申請(專利權(quán))人: | 電子科技大學(xué) |
| 主分類號: | G16H50/20 | 分類號: | G16H50/20;G16H10/60;G06N10/00;G06N3/04;G06N10/60;G06N3/08 |
| 代理公司: | 成都華風(fēng)專利事務(wù)所(普通合伙) 51223 | 代理人: | 張巨箭 |
| 地址: | 611731 四川省成*** | 國省代碼: | 四川;51 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 量子 神經(jīng)網(wǎng)絡(luò) 病情 發(fā)展 預(yù)測 系統(tǒng) 平臺 | ||
1.基于量子神經(jīng)網(wǎng)絡(luò)的病情發(fā)展預(yù)測系統(tǒng),其特征在于:其包括預(yù)處理單元和量子神經(jīng)網(wǎng)絡(luò);
預(yù)處理單元用于將反映病情變化的連續(xù)性數(shù)據(jù)進(jìn)行離散得到離散化數(shù)據(jù),并提取離散化數(shù)據(jù)的特征數(shù)據(jù);反應(yīng)病情變化的數(shù)據(jù)為抗體;
量子神經(jīng)網(wǎng)絡(luò)基于特征數(shù)據(jù)進(jìn)行分類得到病情走勢預(yù)測結(jié)果;
所述提取離散化數(shù)據(jù)的特征數(shù)據(jù)具體包括:
將反映病情變化的連續(xù)性數(shù)據(jù)輸入高斯混合模型,獲取高斯分布,得到每個高斯分布的均值及方差信息;
基于高斯分布定義病情走勢的第一特征數(shù)據(jù);
所述預(yù)處理單元還包括病情影響參數(shù)獲取模塊,用于獲取影響病情變化的數(shù)據(jù)信息,并將所述數(shù)據(jù)信息作為病情走勢的第二特征數(shù)據(jù),第一特征數(shù)據(jù)、第二特征數(shù)據(jù)進(jìn)行合并并轉(zhuǎn)換為特征向量作為量子神經(jīng)網(wǎng)絡(luò)的輸入;
所述系統(tǒng)還包括預(yù)分類單元,用于比較相鄰時刻的第一特征數(shù)據(jù)變化,將病情發(fā)展趨勢進(jìn)行分類,以獲取訓(xùn)練集、測試集和驗證集,進(jìn)而對量子神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練;
令α1為第二時刻與第一時刻的第一特征數(shù)據(jù)差值,令α2為第三時刻與第二時刻的第一特征數(shù)據(jù)差值,病情預(yù)分類結(jié)果為:
當(dāng)α1≥0,α2≥0,得到病情走勢趨于嚴(yán)重的預(yù)分類結(jié)果;
當(dāng)α1≤0,α2≤0,得到病情走勢是趨于好轉(zhuǎn)的預(yù)分類結(jié)果;
當(dāng)α1≥0,α2≤0,得到病情開始好轉(zhuǎn)的預(yù)分類結(jié)果;
當(dāng)α1≤0,α2≥0,得到病情走勢反復(fù)且趨于嚴(yán)重的預(yù)分類結(jié)果。
2.根據(jù)權(quán)利要求1所述的基于量子神經(jīng)網(wǎng)絡(luò)的病情發(fā)展預(yù)測系統(tǒng),其特征在于:所述影響病情變化的數(shù)據(jù)信息包括年齡、性別和體質(zhì)信息。
3.根據(jù)權(quán)利要求1所述的基于量子神經(jīng)網(wǎng)絡(luò)的病情發(fā)展預(yù)測系統(tǒng),其特征在于:所述系統(tǒng)還包括數(shù)據(jù)擬合單元,基于采集的反映病情變化的離散數(shù)據(jù)進(jìn)行數(shù)據(jù)擬合,得到反映病情變化的連續(xù)性數(shù)據(jù)。
4.根據(jù)權(quán)利要求1所述的基于量子神經(jīng)網(wǎng)絡(luò)的病情發(fā)展預(yù)測系統(tǒng),其特征在于:所述系統(tǒng)還包括數(shù)據(jù)采集單元,用于采集反映病情變化的離散數(shù)據(jù)。
5.根據(jù)權(quán)利要求1所述的基于量子神經(jīng)網(wǎng)絡(luò)的病情發(fā)展預(yù)測系統(tǒng),其特征在于:所述系統(tǒng)還包括編碼單元,用于將離散化數(shù)據(jù)編碼為量子態(tài)數(shù)據(jù)。
6.根據(jù)權(quán)利要求1所述的基于量子神經(jīng)網(wǎng)絡(luò)的病情發(fā)展預(yù)測系統(tǒng),其特征在于:所述量子神經(jīng)網(wǎng)絡(luò)包括若干參數(shù)化量子門。
7.基于量子神經(jīng)網(wǎng)絡(luò)的病情發(fā)展預(yù)測平臺,其特征在于:其包括權(quán)利要求1-6任一項所述基于量子神經(jīng)網(wǎng)絡(luò)的病情發(fā)展預(yù)測系統(tǒng),還包括遠(yuǎn)端監(jiān)測單元,所述遠(yuǎn)端監(jiān)測單元用于接收量子神經(jīng)網(wǎng)絡(luò)輸出的病情走勢預(yù)測結(jié)果。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于電子科技大學(xué),未經(jīng)電子科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210095886.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計算設(shè)備及計算機(jī)存儲介質(zhì)
- 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲介質(zhì)和計算機(jī)設(shè)備
- 一種適應(yīng)目標(biāo)數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置





