【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种构建心脏骤停风险预测模型的方法。
技术介绍
1、心脏骤停病情凶险，通常无预警突发，大约60％～80％的心脏骤停事件发生在医院外，这大大增加了早期实施高质量心肺复苏的难度。全球范围内，心脏骤停的总体存活率不足10％，在中国这一比例更是低至1.2％。即便是复苏成功后，不到20％的幸存者能够保留良好的脑神经功能。鉴于心脏骤停的高致死率和高致残率，复苏和预防成为减少疾病负担的关键环节。然而，依靠提高复苏成功率效果有限，因为这需要公众熟练掌握高质量的急救技能。虽然左心室射血分数(left ventricular ejection fraction，lvef)长期以来被用作心脏骤停风险分层的主要依据，但其在预测效能上的局限性日益凸显。
2、目前，在欧洲心脏病学会制定的关于scd(心脏性猝死)和室性心律失常的指南中，主要依据左心室射血分数(left ventricular ejection fraction，lvef)进行危险分层和一级预防，把lvef≤35％的患者划分为高风险群体，并建议使用植入式心脏...
【技术保护点】
1.一种构建心脏骤停风险预测模型的方法，其特征在于，包括：
2.根据权利要求1所述的构建心脏骤停风险预测模型的方法，其特征在于，所述步骤S2包括：
3.根据权利要求2所述的构建心脏骤停风险预测模型的方法，其特征在于，所述步骤S3包括：
4.根据权利要求3所述的构建心脏骤停风险预测模型的方法，其特征在于，所述步骤S34包括：
5.根据权利要求4所述的构建心脏骤停风险预测模型的方法，其特征在于，所述特征选择的方法包括：嵌入法、包装法或过滤法。
6.根据权利要求4所述的构建心脏骤停风险预测模型的方法，其特征在于，所
【技术特征摘要】
1.一种构建心脏骤停风险预测模型的方法，其特征在于，包括：
2.根据权利要求1所述的构建心脏骤停风险预测模型的方法，其特征在于，所述步骤s2包括：
3.根据权利要求2所述的构建心脏骤停风险预测模型的方法，其特征在于，所述步骤s3包括：
4.根据权利要求3所述的构建心脏骤停风险预测模型的方法，其特征在于，所述步骤s34包括：
5.根据权利要求4所述的构建心脏骤停风险预测模型的方法，其特征在于，所述特征选择的方法包括：嵌入法、包装法或过滤法。
6.根据权利要求4所述的构建心脏骤停风险预测模型的方法，其特征在于，所述步骤...
【专利技术属性】
技术研发人员：邢星，汪芳，彭弋戈，毕磊，刘小强，章异，葛玉龙，陈航炜，
申请(专利权)人：上海市第一人民医院，
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。