【技术实现步骤摘要】
本专利技术涉及医疗，尤其涉及一种细粒度事件级医疗时间序列分析方法、系统及存储介质。
技术介绍
1、为了全面评估身体情况，患者在就诊期间会接受许多生理指标的检验检查，这些由生理指标记录的“事件”所构成的细粒度事件级医疗时间序列，对医务工作者的临床诊断中起到了重要的参考作用。而在基于人工智能的时间序列分析方法的研究中，基于这些细粒度事件级医疗时间序列进行医疗事件预测同样有着重要意义，许多研究者开始利用这样的时间序列对患者罹患疾病、院内死亡等情况进行预测如图1所示，中部的原始数据是取自p12数据集中的一条真实样本数据记录的片段。可以看出，细粒度事件级时间序列，由患者就诊期间所产生的生理指标记录“事件”按时间先后排列构成，每个“事件”具体包含了记录发生的时间戳(相对于入院的时刻过去的分钟数)、记录的生理指标以及记录的数值。
2、为了提高预测效能，对细粒度事件级医疗时间序列进行充分地了解剖析十分必要。图1中给出了两个视角：
3、一是从“数据趋势”的视角进行分析。如图1(1)下方所示，将原始数据的“事件”序列按生理指标的不同...
【技术保护点】
1.一种细粒度事件级医疗时间序列分析方法，其特征在于，包括：
2.根据权利要求1所述的细粒度事件级医疗时间序列分析方法，其特征在于，在所述步骤1中，在进行事件级时间序列分析时，需将原始数据转化为多元时间序列，对于记录了N个样本L个不同时间点上K个不同生理指标的细粒度事件级时间序列数据集，定义基于事件级时间序列分析的医疗事件预测任务如下：
3.根据权利要求1所述的细粒度事件级医疗时间序列分析方法，其特征在于，在所述步骤2中，多尺度动态交互Mamba网络模型对事件级时间序列的分析建模流程包括：
4.根据权利要求3所述的细粒度事件级医疗时...
【技术特征摘要】
1.一种细粒度事件级医疗时间序列分析方法，其特征在于，包括：
2.根据权利要求1所述的细粒度事件级医疗时间序列分析方法，其特征在于，在所述步骤1中，在进行事件级时间序列分析时，需将原始数据转化为多元时间序列，对于记录了n个样本l个不同时间点上k个不同生理指标的细粒度事件级时间序列数据集，定义基于事件级时间序列分析的医疗事件预测任务如下：
3.根据权利要求1所述的细粒度事件级医疗时间序列分析方法，其特征在于，在所述步骤2中，多尺度动态交互mamba网络模型对事件级时间序列的分析建模流程包括：
4.根据权利要求3所述的细粒度事件级医疗时间序列分析方法，其特征在于，在所述步骤s1中，包括观测值x和缺失指示m两个二维视图的抽取，具体过程如下：
5.根据权利要求3所述的细粒度事件级医疗时间序列分析方法，...
【专利技术属性】
技术研发人员：汤步洲，陈颢，张俊杰，
申请(专利权)人：哈尔滨工业大学深圳哈尔滨工业大学深圳科技创新研究院，
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。