基于时间序列和KA-Transformer模型的早期脓毒症预测
朱宇1
张天逸2
张立3
程云章2
1.上海理工大学健康科学与工程学院,上海 200093;上海介入医疗器械工程技术研究中心,上海 200093;海军军医大学第二附属医院胸心外科,上海 2000032.上海理工大学健康科学与工程学院,上海 200093;上海介入医疗器械工程技术研究中心,上海 2000933.同济大学医学院,上海 200092
摘要：为实现对脓毒症的提前预测,本研究设计了一种基于时间序列数据的预测模型KA-Transformer.通过在KA-Trans-former中引入核注意力机制,以改善训练样本有限、参数众多及样本分布不均等问题.将连续的时间序列数据输入模型,结果显示:在脓毒症发生前1、6和12 h的3个预测时间点,模型预测脓毒症的受试者工作特征曲线下面积分别为0.962、0.944和0.984,准确率分别为92.3％、93.9％和96.1％.实验结果表明,KA-Transformer在脓毒症预测的准确性和泛化能力方面优于现有方法,在提升脓毒症预测实时性与可靠性方面具备一定潜力.
关键词：脓毒症时间序列深度学习核注意力Transformer
分类号：R318(医用一般科学)
论文发表日期：2025-04-30
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：7( 90-96 )
英文信息