【技术实现步骤摘要】
本专利技术涉及人工智能，特别涉及一种基于自监督学习与域对抗神经网络的新冠风险评估方法及系统。
技术介绍
1、在全球公共卫生紧急状态的大背景下，新型冠状病毒肺炎（covid-19，简称新冠）因其强烈的传染性和对特定高风险群体（如冠心病患者等）构成的潜在健康威胁，凸显了在医疗体系中实施新冠早期、精准风险评估的紧迫性和战略价值。目前，人工智能技术在新冠智能筛查领域的应用日益广泛，这些研究主要依赖于有标签的数据，通过有监督学习方法来构建筛查模型。然而，受新冠筛查行动的规模的影响，导致可用于模型训练的高质量、有标注病例数据呈现出显著的稀疏态势，构成了小样本数据难题的现实挑战。
2、目前人工智能技术应用于新冠风险识别存在以下问题：
3、模型训练受限于数据稀缺性：随着新冠筛查规模的缩减，其产生的有新冠标注的常规检验数据急剧减少。传统深度学习模型通常高度依赖于充足的有标签数据，以确保充分捕获疾病特征并实现预期的预测精度。鉴于此，医院在当前数据环境下难以基于自身有限且稀疏的病例数据独立构建有效的新冠风险评估模型。
4、...
【技术保护点】
1.一种基于自监督学习与域对抗神经网络的新冠风险评估方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于自监督学习与域对抗神经网络的新冠风险评估方法，其特征在于，所述掩码操作的步骤包括：
3.根据权利要求1所述的一种基于自监督学习与域对抗神经网络的新冠风险评估方法，其特征在于，所述人员信息包括：年龄和性别。
4.根据权利要求1所述的一种基于自监督学习与域对抗神经网络的新冠风险评估方法，其特征在于，所述自监督预训练模型为基于残差结构的全连接神经网络，包括：
5.根据权利要求1所述的一种基于自监督学习与域对抗神...
【技术特征摘要】
1.一种基于自监督学习与域对抗神经网络的新冠风险评估方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于自监督学习与域对抗神经网络的新冠风险评估方法，其特征在于，所述掩码操作的步骤包括：
3.根据权利要求1所述的一种基于自监督学习与域对抗神经网络的新冠风险评估方法，其特征在于，所述人员信息包括：年龄和性别。
4.根据权利要求1所述的一种基于自监督学习与域对抗神经网络的新冠风险评估方法，其特征在于，所述自监督预训练模型为基于残差结构的全连接神经网络，包括：
5.根据权利要求1所述的一种基于自监督学习与域对抗神经网络的新冠风险评估方法，其特征在于，所述基于域对抗神经网络的新冠筛查模型包括特征提取器、标签分类器和域判别器：
6.一种基于自监督学习与域对抗神经网络的新冠风险评估系统，其特征在于，包括：...
【专利技术属性】
技术研发人员：孙德俊，高笑宇，王芙蓉，宋彪，王亚楠，
申请(专利权)人：内蒙古自治区人民医院内蒙古自治区肿瘤研究所，
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。