基于注意力的融合模型預測膿毒癥患者死亡率
云南大學學報(自然科學版)
頁數(shù): 9 2024-01-04
摘要: 準確識別死亡風險較高的膿毒癥(sepsis-3)患者對改善患者生存結局、輔助ICU醫(yī)生醫(yī)療決策具有重要意義.然而傳統(tǒng)機器學習方法需要復雜的特征工程,且不能充分利用患者醫(yī)療數(shù)據中高缺失的動態(tài)時序數(shù)據與稀疏的靜態(tài)數(shù)據.針對ICU膿毒癥患者死亡率預測的現(xiàn)有不足,設計了一種基于注意力機制的多輸入融合學習模型,分別從高缺失率的動態(tài)時序數(shù)據和稀疏的靜態(tài)數(shù)據中捕捉患者醫(yī)療記錄時空維度上的患者... (共9頁)
膿毒癥患者死亡率預測注意力機制時序數(shù)據融合模型