全网唯一标准王
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211116776.0 (22)申请日 2022.09.14 (71)申请人 上海市同仁医院 地址 200025 上海市长 宁区仙霞路1 111号 申请人 上海慈欣健康科技有限公司 (72)发明人 徐丽玲 张光明 马驰野 张文一  施盈 吴建人 戎蓉 徐佳鼎  陈义 贺奇  (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 王洋 (51)Int.Cl. G06K 9/62(2022.01) G06N 5/00(2006.01) G06N 20/00(2019.01)G06Q 10/04(2012.01) G16H 50/20(2018.01) G16H 50/70(2018.01) (54)发明名称 一种出血预测模型的构建训练方法及装置 (57)摘要 本申请提供了一种出血预测模型的构建训 练方法。 在执行所述方法时, 获取第一样本参数 信息和训练参数信息; 根据极端梯度回归模型、 所述第一样本参数信息和自动寻优技术确定第 一算法模型, 依据所述训练参数信息对所述第一 算法模型进行训练。 通过 获取覆盖性广的参数信 息, 保证预测模型指标的全面性, 以手术通用指 标为基础构建通用模型, 在保证通用手术预测准 确度的基础上, 结合在线训练技术, 根据研究需 求对不同专科手术方向进行模型深化, 进一步提 升专科手术围术期出 血预测性能。 权利要求书2页 说明书7页 附图3页 CN 115409123 A 2022.11.29 CN 115409123 A 1.一种出 血预测模型的构建训练方法, 其特 征在于, 包括: 获取第一样本参数信息和训练参数信息; 根据极端梯度回归模型、 所述第一样本参数信息和自动寻优技术确定第一算法模型, 所述第一 算法模型为以极端梯度回归 模型为基础、 包括 最优样本参数信息的算法模型; 依据所述训练参数信息对所述第一 算法模型进行训练。 2.根据权利要求1所述的方法, 其特征在于, 所述根据极端梯度回归模型、 所述第一样 本参数信息和自动寻优技 术确定第一 算法模型, 包括: 根据极端梯度回归模型和自动寻优技术将所述第一样本参数信息调整为最优样本参 数信息; 根据所述 最优样本参数信息确定第一 算法模型。 3.根据权利要求1所述的方法, 其特征在于, 所述获取样本参数信 息和训练参数信 息之 后, 还包括: 根据所述第一样本参数构建 极端梯度回归 模型; 所述根据所述第一样本参数构建极端梯度回归模型, 包括: 对所述第一样本参数信息 进行降低空间分辨率的重采样, 得到第二样本参数信息, 使所述第二样本参数信息的空间 分辨率与所述第一样本参数信息的空间分辨 率相同; 基于所述第二样本参数信息和所述第一样本参数信息, 迭代建立决策树, 形成极端梯 度回归模型。 4.根据权利要求1所述的方法, 其特征在于, 所述获取第 一样本参数信 息和训练参数信 息之前, 还 包括: 获取研究需求; 根据所述研究需求获取需求样本参数信 息和第一数据标准, 所述第 一数据标准为对应 所述需求样本参数信息的筛 选标准; 筛选所述需求样本参数信息确定第一样本参数信息 。 5.根据权利要求4所述的方法, 其特征在于, 所述根据所述研究需求获取需求样本参数 信息和数据标准之后, 还 包括: 根据所述研究需求确定数据治理方案; 根据所述数据治理方案确定第 二数据标准, 所述第 二数据标准为对应数据治理方案的 数据质量筛 选标准。 6.根据权利要求1所述的方法, 其特征在于, 所述依据所述训练参数信 息对所述第 一算 法模型进行训练包括: 将所述训练参数信 息输入至所述第 一算法模型中, 所述训练参数为实时采集更新的参 数信息; 更新所述第一 算法模型。 7.根据权利要求6所述的方法, 其特 征在于, 所述更新所述第一 算法模型之后, 还 包括: 获取第一时刻的历史算法模型和第 二时刻更新后的算法模型, 所述第 一时刻早于所述 第二时刻; 将所述历史算法模型和更新后的算法模型比对评估, 确定对所述历史算法模型的评估 结果, 所述评估结果用于指示所述历史算法模型的灵敏度和稳定性。权 利 要 求 书 1/2 页 2 CN 115409123 A 28.一种出 血预测模型的构建训练装置, 其特 征在于, 所述装置包括: 获取模块, 用于获取第一样本参数信息和训练参数信息; 第一算法模型确定模块, 用于根据极端梯度回归模型、 所述第一样本参数信息和自动 寻优技术确定第一算法模型, 所述第一算法模型为以极端梯度回归模型为基础、 包括最优 样本参数信息的算法模型; 模型训练模块, 用于依据所述训练参数信息对所述第一 算法模型进行训练。 9.根据权利要求8所述的装置, 其特 征在于, 所述装置还 包括: 需求获取模块, 用于获取研究需求; 标准信息获取模块, 用于根据所述研究需求获取需求样本参数信息和第一数据标准, 所述第一数据标准 为对应所述需求样本参数信息的筛 选标准; 筛选模块, 用于 筛选所述需求样本参数信息确定第一样本参数信息 。 10.根据权利要求8所述的装置, 其特 征在于, 所述装置还 包括: 治理方案确定模块, 用于根据所述研究需求确定数据治理方案; 第二数据标准确定模块, 用于根据所述数据治理方案确定第二数据标准, 所述第二数 据标准为对应数据治理方案的数据质量筛 选标准。权 利 要 求 书 2/2 页 3 CN 115409123 A 3

.PDF文档 专利 一种出血预测模型的构建训练方法及装置

文档预览
中文文档 13 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共13页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种出血预测模型的构建训练方法及装置 第 1 页 专利 一种出血预测模型的构建训练方法及装置 第 2 页 专利 一种出血预测模型的构建训练方法及装置 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 12:09:31上传分享
友情链接
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。