基本信息:
- 专利标题： 一种基于多任务Cox学习模型的多慢性病预测系统
- 申请号：CN202210750321.8 申请日：2022-06-29
- 公开(公告)号：CN115188470A 公开(公告)日：2022-10-14
- 发明人： 杨帆 , 薛付忠 , 仉率杰 , 李江冰
- 申请人： 山东大学
- 申请人地址： 山东省济南市市中区二环东路12550号
- 专利权人： 山东大学
- 当前专利权人： 山东大学
- 当前专利权人地址： 山东省济南市市中区二环东路12550号
- 代理机构： 济南圣达知识产权代理有限公司
- 代理人： 张庆骞
- 主分类号： G16H50/30
- IPC分类号： G16H50/30 ; G06F17/13 ; G06F17/16 ; G06F17/18
摘要：
本发明公开一种基于多任务Cox学习模型的多慢性病预测系统，包括：模型构建模块，构建多任务Cox学习模型，所述多任务Cox学习模型引入正则化项以实现多慢性病预测任务的参数共享；训练优化模块，获取多慢性病变量联合数据集，以对多任务Cox学习模型采用多任务学习方法进行训练，且采用近似梯度下降法进行优化；风险评估模块，定义风险指标，获取受试者的生物特征，以根据优化后的多任务Cox学习模型得到风险指标值，并以此评估受试者的患病风险。在多任务学习框架中提出多任务Cox学习模型，定义基线风险、相对风险、绝对风险、相对绝对风险和超额绝对风险等五种风险指标来预测患病概率，采用6个评估指标评估模型性能，降低模型预测误差率。
公开/授权文献:
- CN115188470B 一种基于多任务Cox学习模型的多慢性病预测系统 公开/授权日：2024-06-14
IPC结构图谱:
| G | 物理 |
| --G16 | 特别适用于特定应用领域的信息通信技术 |
| ----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 |
| ------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 |
| --------G16H50/30 | .用于计算健康指数；个人健康风险评估 |