[发明专利]一种基于半监督学习的骨质状态评估模型的构建方法在审
| 申请号： | 201910682966.0 | 申请日： | 2019-07-26 |
| 公开（公告）号： | CN110491520A | 公开（公告）日： | 2019-11-22 |
| 发明（设计）人： | 罗涛;雷璐;韩家辉;王艺宁;李剑峰 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G16H50/70 | 分类号： | G16H50/70;G16H50/30;G16H20/30;G16H20/60 |
| 代理公司： | 11403 北京风雅颂专利代理有限公司 | 代理人： | 李翔<国际申请>=<国际公布>=<进入国 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于半监督学习的骨质状态评估模型的构建方法，包括：提取多组不同骨质状态的用户的评估数据，所述评估数据包括生命体征数据、体态数据、骨密度数据以及生活习性数据，所述评估数据为数值形式；预处理每组用户的评估数据，得到多组标准评估数据；将所述多组标准评估数据进行分类，形成具有骨密度数据的标注数据集和不具有骨密度数据的无标注数据集；基于所述标注数据集和骨质状态标准训练分类器模型，得到骨质状态评估预模型；并基于所述无标注数据集不断迭代训练所述骨质状态评估预模型，得到骨质状态评估模型；所述骨质状态评估模型用于根据用户的评估数据输出用户当前的骨质状态。 | ||
| 搜索关键词： | 骨质 评估数据 状态评估 数据集 标注 标准评估 预处理 生命体征数据 半监督学习 训练分类器 迭代训练 生活习性 数值形式 体态数据 状态标准 组用户 构建 输出 分类 | ||
【主权项】：
1.一种基于半监督学习的骨质状态评估模型的构建方法，其特征在于，包括：/n提取多组不同骨质状态的用户的评估数据，所述评估数据包括生命体征数据、体态数据、骨密度数据以及生活习性数据，所述评估数据为数值形式；/n预处理每组用户的评估数据，得到多组标准评估数据；/n将所述多组标准评估数据进行分类，形成具有骨密度数据的标注数据集和不具有骨密度数据的无标注数据集；/n基于所述标注数据集和骨质状态标准训练分类器模型，得到骨质状态评估预模型；并基于所述无标注数据集不断迭代训练所述骨质状态评估预模型，得到骨质状态评估模型；所述骨质状态评估模型用于根据用户的评估数据输出用户当前的骨质状态。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京邮电大学，未经北京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910682966.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种医学数据的检验方法
- 下一篇：基于互联网的急救检测设备
