换一批基于时间序列和KA-Transformer模型的早期脓毒症预测
Early sepsis prediction based on time series and KA-Transformer models
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.
更多相关知识
分类号
R318（医用一般科学）
栏目名称
DOI
10.19529/j.cnki.1672-6278.2025.02.04
发布时间
2025-06-17（万方平台首次上网日期，不代表论文的发表时间）
- 浏览10
- 被引0
- 下载8
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
