摘要
本发明涉及一种腹膜透析患者全因死亡风险预测方法,属于死亡风险预测技术领域,解决了现有技术中预测准确率低的问题。方法包括:在每个数据中心构建样本集;基于多个数据中心的样本集训练神经网络模型得到风险预测预训练模型;基于风险预测预训练模型得到每个样本的特征表示并聚类得到每个样本的聚类类型;基于每种聚类类型的样本对风险预测预训练模型进行微调得到每种聚类类型对应的死亡风险预测模型;将待预测患者的时序检验数据和基线数据输入风险预测预训练模型得到特征表示;根据特征表示得到待预测患者对应的聚类类型,基于聚类类型对应的风险预测模型得到待预测患者的预测结果。实现了快速准确得到死亡风险预测结果。
技术关键词
数据中心
腹膜透析患者
风险预测方法
预训练模型
聚类
风险预测模型
训练神经网络模型
样本
风险预测技术
参数
基线
时序
精度
系统为您推荐了相关专利信息
植物病害检测方法
状态空间模型
植物叶片图像
频域特征
植物病害检测技术
样本
数据处理方法
计算机可执行指令
文本
计算机程序产品
重识别方法
无监督
DBSCAN聚类算法
分支
输出特征
风电场功率预测
数据生成技术
预训练方法
轮毂高度
涡轮机