一种基于深度学习的卵巢过度刺激综合征预测方法及装置

一种基于深度学习的卵巢过度刺激综合征预测方法及装置，将自监督学习引入并发症早期分类流程中，结合治疗进展特点设计适合的学习算法，明显提升早期预测的效果。方法包括：(1)在完整时序信息的数据上进行自监督学习；(2)在不同早期分类时间点进行微调；步骤(1)包括：输入时序数据，进行时序分块处理；采用时序块混合编码生成遮盖时间序列块；掩码时序块输入至多头自注意力层；掩码时序块继续输入至前向传播层；加入新的初始化向量来获得遮挡部分的表示；时序块重构损失；时序块表征对齐；由数据级别的重构损失和低维表示级别的对齐损失构成自监督学习的目标函数；判断训练是否收敛；自监督学习阶段训练结束，保存训练好的预测网络模型。