【技术实现步骤摘要】
一种基于深度学习的智慧病房资源调度方法和系统
[0001]本专利技术涉及智慧医疗
,具体而言,涉及一种基于深度学习的智慧病房资源调度方法和系统。
技术介绍
[0002]目前,在病房资源的调度方面,存在以下问题:
[0003]病房资源利用率低下:传统病房资源调度通常依赖于人工经验和简单的规则,无法准确预测患者的就诊需求和病床的使用情况。
[0004]患者等待时间长:由于传统调度方法无法精确预测患者的到诊时间和就诊需求,可能导致病房床位的滞留和等待时间的延长。
[0005]人工调度繁琐:传统的病房资源调度通常依赖于医务人员的人工调度,调度过程繁琐且容易出错。
[0006]医疗资源不均衡:在传统病房资源调度中,医疗资源往往分配不均,导致一些科室或病人群体的需求得不到充分满足。
[0007]病房床位不足:在传统病房资源调度中,床位不足是一个普遍的问题,导致病人等待时间长、延误治疗。
[0008]鉴于上述问题,因此,需要一种智慧的病房资源调度方法,以提高病房资源的使用效率和提高病人的就医体验。
技术实现思路
[0009]本专利技术的目的在于提供一种基于深度学习的智慧病房资源调度方法和系统,以改善上述问题。
[0010]为了实现上述目的,本申请实施例提供了如下技术方案:
[0011]一方面,本申请实施例提供了一种基于深度学习的智慧病房资源调度方法,所述方法包括:
[0012]获取历史病房资源数据;
[0013]将每条历史病房资源 ...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的智慧病房资源调度方法,其特征在于,包括:获取历史病房资源数据;将每条历史病房资源数据进行特征提取,得到第一特征数据,构建Transformer模型,所述Transformer模型包括编码器和解码器;利用所述第一特征数据对所述Transformer模型进行训练,得到训练好的Transformer模型;对实时获取的病房资源数据进行特征提取,得到第二特征数据,将所述第二特征数据输入所述训练好的Transformer模型中,得到实时获取的病房资源数据对应的资源预测结果。2.根据权利要求1所述的基于深度学习的智慧病房资源调度方法,其特征在于,构建Transformer模型,包括:构建Transformer模型,Transformer模型包括编码器和解码器,所述编码器用于学习每条所述病房资源之间的关系和特征表示,所述解码器用于输出资源预测结果。3.根据权利要求2所述的基于深度学习的智慧病房资源调度方法,其特征在于,所述编码器的处理过程包括:所述编码器由多个相同的编码器层组成,每个所述编码器层依次包括第一自注意力机制、残差连接、层归一化和第一前馈神经网络;在进行训练时,将每条所述第一特征数据输入所述编码器,通过所述编码器中的第一自注意力机制进行上下文感知和特征提取,再经过残差连接和层归一化处理,得到第一处理结果;将所述第一处理结果输入所述第一前馈神经网络中,通过所述第一前馈神经网络进行非线性变换和特征映射,得到每条所述病房资源数据对应的特征表示,同时将所述特征表示和所述第一处理结果进行整合,得到第二处理结果,将所述特征表示和所述第二处理结果输出给所述解码器,其中,下一条所述第一特征数据输入进行训练时,将下一条所述第一特征数据对应的第二处理结果与之前的全部第二处理结果进行整合,得到新的第二处理结果,再将新的第二处理结果输出给所述解码器。4.根据权利要求3所述的基于深度学习的智慧病房资源调度方法,其特征在于,所述解码器的处理过程包括:所述解码器由多个相同的解码器层组成,每个解码器层依次包括第二自注意力机制、编码器
‑
解码器注意力机制、残差连接、层归一化和第二前馈神经网络;在进行训练时,将所述第二处理结果和所述特征表示输入所述第二自注意力机制中,计算所述第二处理结果与所述特征表示之间的第一关联性,以及计算相邻所述第二处理结果之间的第二关联性,将所述第一关联性和所述第二关联性进行整合,得到第三处理结果;将所述第三处理结果输入所述编码器
‑
解码器注意力机制中,计算所述第三处理结果与所述特征表示之间的关联性,得到第四处理结果;将所述第四处理结果依次进行残差连接和层归一化处理,得到第五处理结果,将所述第五处理结果输入所述第二前馈神经网络中,对所述第五处理结果进行非线性变换和特征映射处理,输出资源预测结果。5.根据权利要求1所述的基于深度学习的智慧病房资源调度方法,其特征在于,利用所述第一特征数据对所述Transformer模型进行训练,得到训练好的Transformer模型,包括:将所述特征数据划分成训练集和验证集,利用所述训练集对所述Transformer模型进
行训练,通过反向传播和优化算法调整模型参数,得到初步Transformer模型,使用所述验证集对所述初步Transformer模型进行调参,得到所述训练好的Transformer模型。...
【专利技术属性】
技术研发人员:黄杰,苏志坚,黄国祥,
申请(专利权)人:厦门狄耐克物联智慧科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。