【技术实现步骤摘要】
本专利技术属于大数据、人工智能、血液透析与知识图谱领域。
技术介绍
1、透析中低血压（intradialytic hypotension，idh）是透析患者最常见的并发症之一，它降低了患者的生活质量、甚至提高了患者的死亡风险。对透析中低血压进行预测能够指导医师提前采取措施，从而降低低血压的发生率。然而，当前的idh预测研究大部分都还依赖于传统的机器学习模型，对深度学习模型的应用和探索还停留在浅表阶段。深度学习社区近年来涌现了很多复杂的架构，例如rnn，cnn，gnn。它们引入不同的归纳偏置，让模型高效的的处理和学习不同类型的数据。
2、知识图谱是一种基于图结构的数据表示方式，图中节点代表现实世界的实体，边代表实体间的关系。知识图谱不仅包含了丰富的结构化信息，例如三元组，也包含了大量的隐式信息，例如邻域、多跳路径和隐式逻辑规则。通过对先验知识和各个种类的信息的使用，基于知识图谱的推理能取得更加精准的结果。此外，知识图谱也提供了灵活的数据表示方式。图中节点可以代表不同模态的实体，从而让复杂场景中异质信息的表示和融合更加方便。近年...
【技术保护点】
1.一种基于时序知识图谱邻域推理的透析低血压预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述根据所述透析数据集构建血液透析患者时序知识图谱，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于session粒度数据构建月份粒度数据集，包括：
4.根据权利要求2所述的方法，其特征在于，所述根据所述月份粒度数据集构建患者时序知识图谱，包括：
5.根据权利要求1所述的方法，其特征在于，所述从所述血液透析患者时序知识图谱中提取患者图谱邻域信息，包括：
6.根据权利要求1所述的...
【技术特征摘要】
1.一种基于时序知识图谱邻域推理的透析低血压预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述根据所述透析数据集构建血液透析患者时序知识图谱，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于session粒度数据构建月份粒度数据集，包括：
4.根据权利要求2所述的方法，其特征在于，所述根据所述月份粒度数据集构建患者时序知识图谱，包括：
5.根据权利要求1所述的方法，其特征在于，所述从所述血液透析患者时序知识图谱中提取患者图谱邻域信息，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述患者图谱邻域信息对所述时序窗口数据进行...
【专利技术属性】
技术研发人员：鄂海红，周庚显，匡泽民，姚天宇，宋美娜，谭玲，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。