一种面向多元时序重症监护数据分类的多尺度信息融合神经网络建模方法技术

本发明专利技术提出了一种面向多元时序重症监护数据分类的多尺度信息融合神经网络建模方法，属于数据处理技术领域。具体为：收集多元时序重症监护数据及相应的标签数据，应用表征学习模型提取具有区分性和代表性的多元时序表征数据。采用不同长度的时间窗口划分表征数据，并通过全局最大池化操作获取对应的实例级表征数据。基于相似性的尺度筛选原则确定用于集成建模的多尺度表征数据集合。针对筛选结果，利用极限梯度提升决策树对特征重要性进行量化识别后进行重排序。将重排序数据划分为多个特征子集，建立分层宽度网络模型，实现对应尺度下的分类预测。使用加权平均方法融合所有基模型的分类预测结果，得到最终的决策输出。

【技术实现步骤摘要】

本专利技术涉及数据处理，属于人工智能(人工神经网络)模式数据拟合、识别和分类领域，具体涉及一种面向多元时序重症监护数据分类的多尺度信息融合神经网络建模方法。

技术介绍

1、重症监护病房(intensive care unit，icu)旨在为各种危重症患者提供全面且有针对性的监测、治疗和护理。通过持续检测和记录icu患者的生理状况，能够生成相应的多元时序重症监护数据。这些数据能够帮助医生更好地了解患者的病情发展状况，辅助其进行诊断和治疗决策。同时，利用这些数据开展icu患者病情严重程度评估和死亡风险预测等分类任务，可以帮助护理人员确定适当的护理水平，实现精准化护理，使病情较为危重的患者优先使用icu诊疗资源。此外，辅助护理人员早期判断哪些患者无法从icu的强化性治疗中受益，也是保障患者生命安全和改善临终护理的一种重要手段。基于人工智能方法的多元时序重症监护数据分析及分类能揭示数据中蕴含的潜在模式和变化趋势，为实现高效管理和优化决策提供支持，这对于制定长期医疗策略和政策，改善整体医疗质量和效率都具有重要意义。然而，多元时序重症监护数据不仅具有时序性，还具有数据本文档来自技高网...

【技术保护点】

1.一种面向多元时序重症监护数据分类的多尺度信息融合神经网络建模方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种面向多元时序重症监护数据分类的多尺度信息融合神经网络建模方法，其特征在于，所述S1具体包括：

3.根据权利要求1所述的一种面向多元时序重症监护数据分类的多尺度信息融合神经网络建模方法，其特征在于，所述S2具体包括：

4.根据权利要求1所述的一种面向多元时序重症监护数据分类的多尺度信息融合神经网络建模方法，其特征在于，所述S3具体包括：

5.根据权利要求1所述的一种面向多元时序重症监护数据分类的多尺度信息融合神经网络建...

【技术特征摘要】

1.一种面向多元时序重症监护数据分类的多尺度信息融合神经网络建模方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种面向多元时序重症监护数据分类的多尺度信息融合神经网络建模方法，其特征在于，所述s1具体包括：

3.根据权利要求1所述的一种面向多元时序重症监护数据分类的多尺度信息融合神经网络建模方法，其特征在于，所述s2具体包括：

4.根据权利要求1所述的一种面向多元时序重症监护数据分类的多尺度信息融合...

【专利技术属性】
技术研发人员：汪德刚，唐佳妮，李捷，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：