原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开一种基于深度学习的因果医疗诊断方法，该方法包括基于深度神经网络的诊疗模型，和带知识正则化处理的因果性学习模块。基于深度神经网络的诊疗模型利用深度神经网络的高效非线性学习能力，获取复杂生理信号的深度特征，因果性学习模块结合知识正则化进行因果发现。该方法的有益效果在于：1）利用深度神经网络获取深度特征，再将特征与疾病形成变量对，以进一步挖掘疾病表征的因果关系；2）带知识正则化处理的因果性学习模块利用神经网络实现，可嵌入到当前任意一个自动诊疗模型中，且整体方法可用梯度下降方法进行学习和优化；
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113808734 A
(43)申请公布日 2021.12.17
(21)申请号 202111046470.8
(22)申请日 2021.09.08
(71)申请人 宁波工程学院
地址
文档评论（0）