摘要
本公开提供了一种败血症预测模型训练方法、预测方法和装置,可以应用于医学信息学和人工智能领域。该方法包括:获取样本时序指标数据,样本时序指标数据包括与败血症患者相关的样本目标时序指标数据以及与非败血症患者相关的样本基准时序指标数据,样本时序指标数据包括多个样本时序指标;将样本时序指标数据划分为多段样本累计时序指标数据,至少两段样本累计时序指标数据存在重叠时间范围;针对每段样本累计时序指标数据,获取样本时序指标的样本统计学特征;基于核主成分分析从多个样本时序指标中确定N个样本目标时序指标,N为大于0的正整数;利用样本统计学特征和N个样本目标时序指标训练初始预测模型,得到目标预测模型。
技术关键词
时序
统计学特征
样本
指标
败血症患者
核主成分分析
预测模型训练方法
数据
学习器
矩阵
模块
静态特征
预测装置
基准
标签
动态
白细胞
饱和度
pH值
系统为您推荐了相关专利信息
多核片上系统
核心
策略
芯片设计技术
服务质量需求
室内用户定位方法
信道响应估计
信道估计模型
超表面
深度特征提取
柔性光伏支架
运动状态信息
六轴传感器
索结构
视觉传感器
文本识别模型
特征金字塔网络
预测阈值
图像
字符识别方法