[发明专利]发病率监测方法、装置、设备及存储介质有效
| 申请号： | 201910706318.4 | 申请日： | 2019-08-01 |
| 公开（公告）号： | CN110610767B | 公开（公告）日： | 2023-06-02 |
| 发明（设计）人： | 陈娴娴;阮晓雯;徐亮 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G16H50/80 | 分类号： | G16H50/80;G16H50/70;G16H50/50;G06N3/08;G06N3/0464 |
| 代理公司： | 北京市京大律师事务所 11321 | 代理人： | 谭争勇 |
| 地址： | 518033 广东省深圳市福田区福*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及人工智能技术领域，公开了一种基于历史疾病信息的发病率监测方法，根据预置的门控递归神经网络与集成学习算法的结合对历史病历数据的不断自主学习，形成基于历史疾病信息的发病率监测的预测模型，然后根据待测疾病的疾病数据输入值预测模型中进行预测和监控。本发明还公开了一种基于历史疾病信息的发病率监测装置、设备及计算机可读存储介质，本发明通过上述的算法与神经网络的结合来从历史病历数据中捕捉到一定的规律性，而形成预测模型，且门控递归神经网络与集成学习算法的相结合不仅简化了模型对数据的记忆量，而且还加快了对疾病预测的效率，实现了疾病流行的快速准确预测，能及时启动预警，便于相关工作人员的流行疾病的防控部署准备。 | ||
| 搜索关键词： | 发病率 监测 方法 装置 设备 存储 介质 | ||
【主权项】：
1.一种基于历史疾病信息的发病率监测方法，其特征在于，所述基于历史疾病信息的发病率监测方法包括以下步骤：/n获取疾病的历史病历数据，根据预先划分好的不同的年龄段区间对所述历史病历数据进行归类划分处理；/n基于归类划分处理后的所述历史病历数据，通过预置的门控递归神经网络和集成学习算法对各年龄段区间中的历史病历数据进行模型训练的自主学习操作，生成预测模型，其中，所述预测模型用于实现对待预测疾病的发病率的预测计算；/n获取待预测的疾病的种类、待预测的时间点，以及所述时间点之前的相关数据，将所述相关数据输入到所述预测模型中，计算得到所述时间点上的待预测疾病的发病率的预测结果，其中，所述相关数据包括在所述时间点之前监测到的病例数据。/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平安科技（深圳）有限公司，未经平安科技（深圳）有限公司许可，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/201910706318.4/，转载请声明来源钻瓜专利网。
