申请/专利权人:东北大学
申请日:2024-02-06
公开(公告)日:2024-06-07
公开(公告)号:CN118155841A
主分类号:G16H50/30
分类号:G16H50/30;A61B10/00;A61B5/0205;A61B5/1455;A61B5/145;G16H50/70;G16H80/00;G06N3/0442;G06N3/048;G06N3/084
优先权:
专利状态码:在审-公开
法律状态:2024.06.07#公开
摘要:本发明涉及基于动态生理指标的ICU死亡率实时预测方法,包括:对动态生理指标预处理得到训练数据并划分为训练集、验证集和测试集;基于LSTM网络构建初始预测模型;基于训练集对初始预测模型进行训练得到优化预测模型并计算损失;基于验证集对优化预测模型进行验证得到验证模型并计算损失;基于优化预测模型和验证模型中损失较小的模型对训练集进行反向传播并更新权重参数后,执行下一次训练;在达到预设训练次数时,将优化预测模型和验证模型中损失较小的模型作为最终预测模型;使用最终预测模型对ICU患者的死亡率进行实时预测。其有益效果是,利用ICU中的动态数据,基于滑动时间窗的数据预处理方法预测患者实时死亡率,鲁棒性较强且预测性能良好。
主权项:1.一种基于动态生理指标的ICU死亡率实时预测方法,其特征在于,包括:对预先选取的动态生理指标进行预处理,得到训练数据;将训练数据划分为训练集、验证集和测试集;基于LSTM网络构建初始预测模型;基于训练集对初始预测模型进行训练,得到优化预测模型并计算损失;基于验证集对优化预测模型进行验证,得到验证模型并计算损失;基于优化预测模型和验证模型中损失较小的模型对训练集进行反向传播并更新权重参数后,执行下一次训练;在训练次数达到预设次数的情况下,将优化预测模型和验证模型中损失较小的模型作为最终预测模型;基于测试集确定最终预测模型的预测准确率,在预测准确率满足预设条件的情况下,使用最终预测模型对ICU患者的死亡率进行实时预测。
全文数据:
权利要求:
百度查询: 东北大学 基于动态生理指标的ICU死亡率实时预测方法、介质和设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。