【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及基于bp神经网络的儿童肺炎预后情况预测系统及方法。
技术介绍
1、儿童肺炎是全球儿童疾病中的主要致病因素，特别是在婴幼儿群体中，肺炎导致的发病率和死亡率较高。传统的儿童肺炎预后评估方法通常依赖于临床经验和基础统计学模型，难以充分利用复杂的临床数据，无法动态跟踪病情变化，并且大多局限于使用单一数据源，随着医学数据量的增加，传统方法面临着数据整合与处理效率低、评估准确性差、预后管理滞后的问题。
技术实现思路
1、本申请提供了基于bp神经网络的儿童肺炎预后情况预测系统及方法，用于针对解决现有技术依赖简单模型和单一数据，无法动态跟踪病情变化，预后评估的准确性和及时性差技术问题。
2、第一方面，本申请提供了基于bp神经网络的儿童肺炎预后情况预测系统，所述系统包括：多源数据融合模块，用于接收电子病历、实验室数据、影像学特征、环境特征后，执行多源数据融合，建立多源融合数据集；自适应特征选择模块，用于基于混合式特征筛选进行所述多源融合数据集的特征筛选，提取关键预...
【技术保护点】
1.基于BP神经网络的儿童肺炎预后情况预测系统，其特征在于，所述系统包括：
2.如权利要求1所述的基于BP神经网络的儿童肺炎预后情况预测系统，其特征在于，所述预后风险评分模型设置有双隐藏层拓扑结构，且各隐藏层的节点数基于正交试验法配置，所述预后风险评分模型嵌入设置Dropout层。
3.如权利要求1所述的基于BP神经网络的儿童肺炎预后情况预测系统，其特征在于，所述预后风险评分模型采用基于Adam优化器的动态学习率机制，所述构建优化模块中利用梯度方向修正策略进行训练拟合包括：
4.如权利要求3所述的基于BP神经网络的儿童肺炎预后情况预...
【技术特征摘要】
1.基于bp神经网络的儿童肺炎预后情况预测系统，其特征在于，所述系统包括：
2.如权利要求1所述的基于bp神经网络的儿童肺炎预后情况预测系统，其特征在于，所述预后风险评分模型设置有双隐藏层拓扑结构，且各隐藏层的节点数基于正交试验法配置，所述预后风险评分模型嵌入设置dropout层。
3.如权利要求1所述的基于bp神经网络的儿童肺炎预后情况预测系统，其特征在于，所述预后风险评分模型采用基于adam优化器的动态学习率机制，所述构建优化模块中利用梯度方向修正策略进行训练拟合包括：
4.如权利要求3所述的基于bp神经网络的儿童肺炎预后情况预测系统，其特征在于，所述构建优化模块中根据所述方向一致性指标、所述损失变化指标、梯度方差指标进行当前轮的学习率调整，包括：
5.如权利要求1所述的基于bp神经网络的儿童肺炎预后情况预测系统，其特征在于，所述预测模块中，调用收敛后的预后风险评分模型...
【专利技术属性】
技术研发人员：张璇，马迪，余艮珍，朱慧云，熊晓菊，秦梦娴，
申请(专利权)人：华中科技大学同济医学院附属同济医院，
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。