基于自适应元学习概率推理的ICU时长预测方法

本发明公开了一种基于自适应元学习概率推理的ICU时长预测方法，包括：构建ICU时长预测模型，其中频域分解模块用于将每个临床变量序列分解为季节性成分和趋势性成分；自适应元学习任务构建模块用于分别学习季节性成分和趋势性成分的全局表示，并基于全局表示通过聚类匹配方法将季节性成分和趋势性成分划分为不同的任务；概率推理模块用于采用支持集学习不同任务的特定任务参数，并利用特定任务参数中泛化学习查询集样本的特定任务特征并推理出查询集样本的ICU时长；构建损失函数对ICU时长预测模型进行参数优化后，利用ICU时长预测模型预测每个待测样本的ICU时长。这样有效弥补当前方法精度低、泛化差等问题。