首页> 中国专利> 基于深度学习的脑卒中早期康复后功能预测模型建立方法

基于深度学习的脑卒中早期康复后功能预测模型建立方法

摘要

本发明提供一种基于深度学习的脑卒中早期康复后功能预测模型建立方法,通过构建一个由卷积神经网络和长短期记忆人工神经网络组成的混合深度学习模型,结合临床数据及早期康复相关数据为缺血性脑卒中早期康复后的功能预后进行早期、精准地预测,结合时间依耐性的改良Rankin量表(mRS)进行远期功能预测,同时指导制定个体化的早期康复策略;通过本发明构建的基于机器学习的缺血性脑卒中早期康复后功能预后的预测模型——CNN‑LSTM,可在脑卒中早期进行功能预测,为后续的康复训练方案的制定提供精确指导,更好地恢复卒中患者的功能,同时可节省医疗资源,减少不必要的人力及物力的消耗。

著录项

  • 公开/公告号CN115019919A

    专利类型发明专利

  • 公开/公告日2022-09-06

    原文格式PDF

  • 申请/专利号CN202210681225.2

  • 发明设计人 陆晓;郑瑜;张心彤;张秀;

    申请日2022-06-16

  • 分类号G16H10/60;G16H20/10;G16H50/70;G16H10/20;G06Q10/04;G06N3/04;A61B5/00;

  • 代理机构南京科知维创知识产权代理有限责任公司;

  • 代理人杜依民

  • 地址 210029 江苏省南京市鼓楼区广州路300号

  • 入库时间 2023-06-19 16:42:59

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-09-06

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号