买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：天津市胸科医院;天津大学

摘要：本发明公开一种术后并发症风险预测方法、设备及产品，涉及术后并发症风险预测领域。所述术后并发症风险预测方法包括根据电子健康记录数据中各个变量间的因果关系构建结构因果图；根据结构因果图，采用后门调整的因果推断方法，构建基于后门调整的因果推断框架的风险预测模型；利用小样本学习的方法，使用现有数据集当中的样本对风险预测模型进行预训练；根据目标类别的样本构建多个支持集；并利用多个支持集对预训练后的风险预测模型进行优化；采用优化后的风险预测模型进行术后并发症风险预测。本发明能够提升对冠状动脉旁路移植术并发症预测的准确性。

主权项：1.一种术后并发症风险预测方法，其特征在于，包括：根据电子健康记录数据中各个变量间的因果关系构建结构因果图；所述电子健康记录数据中的变量包括：患者自身信息S、从S当中提取到的特征R、患者手术阶段的信息O、患者手术阶段的因果特征X、患者手术阶段的非因果特征C和预测结果Y；根据结构因果图，采用后门调整的因果推断方法，构建基于后门调整的因果推断框架的风险预测模型；所述风险预测模型用于根据混合因果特征进行术后并发症风险预测；利用小样本学习的方法，使用现有数据集当中的样本对基于后门调整的因果推断框架的风险预测模型进行预训练；根据目标类别的样本构建多个支持集；并利用多个支持集对预训练后的风险预测模型进行优化；采用优化后的风险预测模型进行术后并发症风险预测；所述风险预测模型的预测过程为：将患者自身信息S进行分类，构建成包含患者节点和疾病节点两种类型节点的图网络并生成相应的邻接矩阵；根据邻接矩阵，利用GCN网络从患者自身信息S中提取到特征R；根据患者手术阶段的信息O，采用LSTM网络进行特征提取；根据提取的特征，采用多头注意力模块，从患者手术阶段的信息O中提取患者手术阶段的因果特征X和患者手术阶段的非因果特征C；将提取的患者手术阶段的因果特征X和患者手术阶段的非因果特征C，采用结构化方法进行分层整合，得到混合因果特征；根据混合因果特征进行术后并发症风险预测。

全文数据：

权利要求：

百度查询： 天津市胸科医院 天津大学 一种术后并发症风险预测方法、设备及产品