摘要
预测心脏手术患者抗凝药物治疗每小时肝素剂量的方法,包括如下步骤:步骤一:收集纳入机器学习模型的电子病历数据;步骤二:将每一个病例的数据划分为固定数据和序列可变数据;步骤三:将原始特征中无明显意义的特征进行删除,而后对本质意义相同的特征进行归一化,对剩余特征,将缺失率大于99%的特征进行滤除,得到最终的特征集;步骤四:将所有特征划分为离散型特征与连续型特征;步骤五:使用全连接层和Self‑Attention机制构建能够预测肝素速度的回归模型;步骤六:将经过特征工程处理后的特征数据作为模型输入,将患者下一时刻的真实肝素剂量作为输出,共同组成最终的数据集。本发明利用FC+Self‑Attention模型建立性能良好的肝素泵速小时调整建议。
技术关键词
肝素剂量
Attention机制
电子病历数据
连续型
心脏
机器学习模型
手术
患者
药物
特征工程
梯度下降算法
前馈神经网络
注意力机制
序列
评价方法
插值法
本质
报告
系统为您推荐了相关专利信息
微生物发酵工艺
发酵工艺参数
构建预测模型
微生物发酵产品
拉丁超立方采样
发热预警方法
预警模型
线夹
发热预警系统
传感采集模块
钛合金壳体
心脏监测器
树脂封装
蓝牙天线
馈通件
甘蔗叶多糖
糖尿病心肌病
阴离子交换柱
去离子水
溶液