一种基于多模态缺失数据患者的死亡率预测方法及系统技术方案

本发明专利技术公开了一种基于多模态缺失数据患者的死亡率预测方法及系统，所述方法包括：获取多模态患者数据；对获取的数据进行预处理；使用不同的编码器分别对多模态患者数据进行特征映射；通过标签特征对患者进行分组，并使用核函数计算组内患者相似性；通过相似矩阵来筛选相似患者，补全缺失模态信息；使用交叉注意力机制融合患者的多模态数据，对融合特征进行决策，得到患者死亡预测结果。本发明专利技术可以更好的获得完整的患者表示，提高模型的效率和准确性；通过使用交叉注意力机制融合患者的多模态信息可以更好的减少模态间的差异性，加强模态间的联系，使之更加符合实际情况，同时提高模型的性能。

【技术实现步骤摘要】

本专利技术属于医学大数据信息处理领域，特别涉及一种基于多模态缺失数据患者的死亡率预测方法及系统。

技术介绍

1、在医学领域，医生需要多种医学数据来进行诊断和预测患者病情，而多模态医学数据与人工智能的结合已经成为一种趋势。目前已有一些使用多模态信息的方法来预测患者死亡率的研究。例如，《clinical narrative-aware deep neural network foremergency department critical outcome prediction》通过使用自然语言处理技术从自由文本中提取功能，并结合结构化数据(如生命体征、年龄和性别)和非结构化数据(如主诉、当前疾病和病史)开发了一个预测模型。该模型旨在识别在护士主导的分诊过程中被确定为非危重或非紧急的潜在危重患者，并在对这些患者进行初步评估时为医生的决策提供支持。然而，该研究并未解决患者结构化数据和非结构化数据之间的映射信息。

2、此外，在现实生活中，由于各种原因，多模态医学数据常常是不完整的，例如设备故障、数据传输失败、用户隐私等。因此，处理数据缺失问题是利用多模态本文档来自技高网...

【技术保护点】

1.一种基于多模态缺失数据患者的死亡率预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于多模态缺失数据患者的死亡率预测方法，其特征在于，步骤(1)所述患者的多模态数据包括从EHR中提取的临床数据和ICU床旁监护设备采集的数据；所述临床数据包括患者的入院记录、实验室检查、临床文本；所述ICU床旁监护设备采集的数据包括机械测量标签、心电波形图。

3.根据权利要求1所述的一种基于多模态缺失数据患者的死亡率预测方法，其特征在于，所述步骤(2)实现过程如下：

4.根据权利要求1所述的一种基于多模态缺失数据患者的死亡率预测方法，其特征在于，所述...

【技术特征摘要】

1.一种基于多模态缺失数据患者的死亡率预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于多模态缺失数据患者的死亡率预测方法，其特征在于，步骤(1)所述患者的多模态数据包括从ehr中提取的临床数据和icu床旁监护设备采集的数据；所述临床数据包括患者的入院记录、实验室检查、临床文本；所述icu床旁监护设备采集的数据包括机械测量标签、心电波形图。

3.根据权利要求1所述的一种基于多模态缺失数据患者的死亡率预测方法，其特征在于，所述步骤(2)实现过程如下：

4.根据权利要求1所述的一种基于多模态缺...

【专利技术属性】
技术研发人员：李斌，张彬阳，许天涵，
申请(专利权)人：扬州大学，
类型：发明
国别省市：