一种基于时间卷积注意力的脓毒症早期预测方法

本发明公开了一种基于时间卷积注意力的脓毒症早期预测方法。包括利用多任务高斯过程方法处理患者电子病历数据中的缺失值；将复杂的电子病历数据转化为容易建模分析的时间序列数据，强化关注每个时间段病人的生理指标状态；将病人的时间序列数据输入到时间卷积神经网络中进行特征状态学习；通过双通道注意力机制对患者重要生理特征参数进行加权处理；通过前馈神经网络把加权后的特征参数做进一步处理，将脓毒症早期预测问题转化为一个二分类问题。提出的方法有效解决了基于电子病历数据预测脓毒症风险过程中，电子病历数据难以建模、预测效果差、模型不易迁移等问题。该方法在预测患者感染脓毒症的问题上有较高的适应性和稳定性。