基于多尺度卷积网络及主动学习的缺血性脑卒中分型方法

摘要

本发明公开了一种基于多尺度卷积网络及主动学习的缺血性脑卒中分型系统，包括，数据预处理模块将采集到患者特征进行降序排列，形成原始数据集；模型建立模块采用多尺度的因果卷积网络建模缺血性脑卒中患者病因分型的分型模型；数据分类模块将所述原始数据集中的患者特征代入到所述分型模型中进行病因分型；数据集更新模块利用混合不确定度根据数据分类模块对原始数据集分类时的分类难易程度选择更具分类难度的患者的数据增加至原始数据集中形成新数据集；终分型模块将所述新数据集中的患者特征代入到所述分型模型中，最终对缺血性脑中卒患者的病因进行分类；本发明提供方法有效的解决了高质量临床数据有限的问题。