摘要
本发明涉及一种基于多维Transformer的脓毒症早期预测方法,包括:获取待测用户的临床变量数据,所述临床变量数据包括:多个生命体特征变量数据、多个实验室检测变量数据和多个人口统计变量数据;通过浅层特征提取模块对临床变量数据进行浅层特征提取得到临床变量数据的浅层特征;将临床变量数据的浅层特征输入基于多维Transformer的深层特征提取器进行深层特征提取得到临床变量数据的深层特征;将临床变量数据的深层特征输入结果预测模块,以获取脓毒症的早期预测结果。本发明能够实现时间维度和变量维度的联合建模,全面挖掘时间变化特征与变量交互关系,充分利用各类数据间的潜在联系,有效解决了现有方法特征信息利用不足的问题。
技术关键词
早期预测方法
特征提取模块
浅层特征提取
深层特征提取
变量
输出特征
数据
前馈神经网络
时间变化特征
注意力机制
预测装置
生命体
存储计算机程序
存储器
处理器
级联
高风险
可读存储介质
系统为您推荐了相关专利信息
可燃气体监测
可燃气体传感器
可燃气体浓度值
油烟
时间序列模型
智能调配方法
移动电源
历史订单数据
决策支持系统
变量