10.3969/j.issn.2095-2163.2020.10.018
基于LSTM多特征联合的缺血性脑卒中诊断模型
本文以缺血性脑卒中疾病为研究对象,充分考虑疾病发病机制,选取患者当前超声、生化及基本信息3种特征检查指标,提出一种基于LSTM多特征联合的诊断模型.3个基于LSTM(Long short-term memory)模型搭建的双向LSTM特征提取子模块,联合训练学习各类型数据的前向和后向信息;增加自注意力机制学习特征间的关联性,并分配权重.实验结果表明,融合自注意力机制的多特征模型在不同分类评估标准下总体性能达84％,为缺血性脑卒中的临床辅助诊断提供一种方法,为医生对该疾病的鉴别诊断提供参考.
缺血性脑卒中、LSTM、多特征联合、辅助诊断
10
TP181;R743.3(自动化基础理论)
上海市经信委人工智能创新发展专项资金 RX-RJJC-08-16-0483,2017-RGZN-01004
2021-03-23（万方平台首次上网日期，不代表论文的发表时间）
共6页
74-79
