信息化技术在卫生健康监测系统中的应用研究

摘要

针对当前卫生健康监测系统中存在的数据异构性强、时序特征提取不足及异常检测误报率高等问题，本研究提出一种基于多尺度卷积神经网络与双向长短期记忆网络的融合监测模型。模型首先采用改进的自适应滤波算法对多源异构数据进行预处理；其次，利用多尺度卷积神经网络提取局部时序特征；再次，在此基础上，引入双向长短期记忆网络，捕捉时间序列中的长期依赖关系；最后，实现了对健康状态的高精度识别。在麻省理工学院-贝斯以色列医院心律失常数据库及临床数据集上的实验表明：该方法平均检测准确率达98.42%,F₁值优于传统机器学习方法，具有较好的应用价值。

关键词

卫生健康监测 / 多源数据融合 / 多尺度卷积神经网络 / 异常检测