一种基于多层感知器模型的心脏植入设备患者生存率预测方法、电子设备及程序产品技术

本发明专利技术公开了一种心脏植入设备患者生存率预测方法，通过经过训练的心脏植入预后模型，预测心脏植入设备患者生存率。心脏植入预后模型构建方法，包括步骤：获得所述心脏植入设备患者的临床数据，并且对该临床设备进行预处理；从现有临床特征中选择出用于预测心脏植入设备患者生存率的预测特征；将具有所述预测特征的患者数据作为训练样本集对基于多层感知器模型的预后模型进行训练，从而获得预后模型；所述预后模型采用5折交叉验证进行优化。

【技术实现步骤摘要】

本专利技术属于医疗数据处理，特别涉及一种基于多层感知器模型的心脏植入设备患者生存率预测方法、电子设备及程序产品。

技术介绍

1、植入性心脏除颤器(icd，implantable cardioverter defibrillator)和心脏再同步治疗除颤器(crt-d，cardiac resynchronization therapy defibrillator)被广泛用于心力衰竭和心律失常患者的心脏骤停预防。尽管这些设备有效减少了突发性心脏死亡的风险，但植入后患者的生存率受到多因素影响。传统的统计预测方法通常采用患者的单一变量或线性组合进行风险评估，存在整合复杂数据的能力不足的问题，尤其在处理多维和非线性数据时表现出较大的局限性。

技术实现思路

1、本公开实施例公开了一种基于多层感知器(mlp)模型的心脏植入设备患者生存率预测方法，适用于植入性心脏除颤器或心脏再同步治疗除颤器患者。通过整合多维生理数据并采用机器学习模型实现生存状态预测，并利用shap值分析关键特征的影响。该模型通过高低风险分层帮助医生进行个性本文档来自技高网...

【技术保护点】

1.一种心脏植入设备患者生存率预测方法，其特征在于，通过经过训练的心脏植入预后模型，预测心脏植入设备患者生存率。

2.根据权利要求1所述的方法，其特征在于，所述心脏植入预后模型构建方法，包括以下步骤：

3.根据权利要求2所述的方法，其特征在于，所述心脏植入预后模型构建方法，还包括步骤：

4.根据权利要求2所述的方法，其特征在于，使用经过训练的预后模型对患者进行生存率预测，并基于Youden指数确定的阈值，将患者划分为高风险和低风险组，从而获得患者在三年内的生存率预测。

5.根据权利要求4所述的方法，其特征在于，采用Kaplan-Meier生...

【技术特征摘要】

1.一种心脏植入设备患者生存率预测方法，其特征在于，通过经过训练的心脏植入预后模型，预测心脏植入设备患者生存率。

2.根据权利要求1所述的方法，其特征在于，所述心脏植入预后模型构建方法，包括以下步骤：

3.根据权利要求2所述的方法，其特征在于，所述心脏植入预后模型构建方法，还包括步骤：

4.根据权利要求2所述的方法，其特征在于，使用经过训练的预后模型对患者进行生存率预测，并基于youden指数确定的阈值，将患者划分为高风险和低风险组，从而获得患者在三年内的生存率预测。

5.根据权利要求4所述的方法，其特征在于，采用kaplan-meier生存曲线分析对患者进行风险分层，并依...

【专利技术属性】
技术研发人员：潘磊，梁义秀，禹子清，肖子龙，汪菁峰，宿燕岗，葛均波，
申请(专利权)人：复旦大学附属中山医院，
类型：发明
国别省市：