首页 > 新疆大学学报（自然科学版）（中英文） > 一种用于心衰患者死亡率预测的数据多重插补方法

一种用于心衰患者死亡率预测的数据多重插补方法

A Data Multiple Imputation Method for Mortality Prediction in Patients with Heart Failure

二维码有效期 120s

摘要针对真实数据采集机制不完善致使数据缺失、现有方法对临床特征表示不足导致模型性能受限问题,本文提出一种用于心衰患者死亡率预测的数据多重插补方法(Self-attention and Generative adversarial network based Mortality Prediction,SGMP).首先,针对临床特征在变分自编码器(Variational Autoencoder,VAE)的潜在空间中结合自注意力机制动态融合多组候选估计值,并结合生成对抗网络(Generative Adversarial Network,GAN)的对抗训练策略优化表征学习能力.然后,根据掩码矩阵有效获取候选估计结果,实现缺失数据多重插补.最后,采用合成少数类过采样技术(Synthetic Minority Over-sampling Technique,SMOTE)进行数据增强,使用多层感知机(Multilayer Perceptron,MLP)实现死亡率预测.基于新疆某三甲医院心衰患者数据进行验证,结果表明:死亡率预测任务中,相比其他模型,SGMP在多个指标上有明显提升,受试者工作特征曲线下面积达到0.902.

作者张雅楠 ^[1] 张琳琳 ^[2] 郭渊博 ^[1] 毕雪华 ^[3] 赵楷 ^[4] 学术成果认领

作者单位新疆大学软件学院,新疆乌鲁木齐 830091 ^[1] 新疆大学软件学院,新疆乌鲁木齐 830091;新疆大学网络与信息技术中心,新疆乌鲁木齐 830046 ^[2] 新疆医科大学医学工程与技术学院,新疆乌鲁木齐 830054 ^[3] 新疆大学计算机科学与技术学院,新疆乌鲁木齐 830017 ^[4]

关键词死亡率预测多重插补(MI)自注意力机制生成对抗网络(GAN)变分自编码器(VAE)mortality prediction multiple imputation(MI)self-attention mechanism generative adversarial network(GAN)variational autoencoder(VAE)

分类号 R541.6（心脏、血管《循环系》疾病）TP183

栏目名称

智能建模与工程计算专题

DOI 10.13568/j.cnki.651094.651316.2025.04.26.0001

发布时间 2026-03-23（万方平台首次上网日期，不代表论文的发表时间）

基金项目

国家自然科学基金（62366052）新疆维吾尔自治区创新环境(人才、基地)建设专项(自然科学基金（2022D01C427）基于大模型微调和检索增强生成的高原病智能问答模型研究（2024D01C126）四川省联合基金项目（25QYCX0103）国家重点实验室开放基金（SKL-HIDCA-2022-23）