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：中国人民解放军总医院;北京科技大学

摘要：本发明涉及医疗数据处理领域，尤其涉及一种应急救援场景下的医疗数据特征补全方法和系统，包括：采集救援患者的医疗数据并确定缺失特征；确定特征缺失评价值；优化相似邻居患者的检索数量；确定相似邻居患者样本集；生成预验证救援患者样本集；使用MTGNN模型进行预测；计算预测结果的差异和权重；输出救援患者的医疗数据模型；系统包括录入模块，存储模块，数据分析模块，数据确定模块和预测模块，解决了医疗数据特征缺失的问题，提升了在应急救援场景下多变量时间序列预测的准确度和鲁棒性。

主权项：1.一种应急救援场景下的医疗数据特征补全方法，其特征在于，包括：采集救援患者的医疗数据并确定缺失特征；根据采集的医疗数据的特征与标准医疗数据的特征共同确定特征缺失评价值；根据特征缺失评价值优化相似邻居患者的检索数量；根据确定的所述缺失特征和检索数量共同从样本数据中确定相似邻居患者样本集；基于所述相似邻居患者样本集补全救援患者的医疗数据以生成预验证救援患者样本集；将预验证救援患者样本集输入至MTGNN模型进行预测；计算预测结果的差异和权重，完成缺失特征补全；将完成特征补全后的所述救援患者的医疗数据模型输出；所述特征缺失评价值采用下式计算： ，式中，为救援患者的第p个缺失特征的评价系数，p=1,2,……z，z为采集的救援患者的医疗数据的缺失特征的总数，Ro为标准医疗数据的第o个特征的评价系数，o=1,2,……b，b为标准医疗数据的特征的总数，其中，z＜b；采集救援患者的医疗数据并设定为，表示为形状为的张量，其中，P为时间步长，|S|即所选子集的大小，D为每个节点的维数；样本数据中两个时间序列的样本和之间的距离通过下式计算： ，式中，为时间步长，|S|即所选子集的大小，为每个节点的维数，b为指数因子；根据确定的所述缺失特征和检索数量共同从样本数据中确定相似邻居患者样本的计算如下： ，式中，表示一个相似邻居患者样本，[:,S,:]表示子集特征，表示在样本数据中检索到与救援患者距离最小的患者样本，为包含子集特征的邻居患者样本；基于找到的相似邻居患者样本构建一个新的预验证救援患者样本，其中，；采用下式计算预测结果的差异： ，式中，表示预测的距离函数，为的预测结果，为的预测结果，为第i个预验证救援患者样本，为第i个相似邻居患者样本，Q为输出预测步长，|S|为所选子集的大小，q为归一化因子；所述权重采用下式计算： ，式中，表示温度超参数，j=1,2……m，m表示样本数据中样本总数，表示第i个预验证救援患者样本的权重；所述救援患者的医疗数据模型通过下式表示： ，式中，为救援患者的医疗数据模型，i=1,2……k，k为相似邻居患者样本总数。

全文数据：

权利要求：

百度查询： 中国人民解放军总医院 北京科技大学 一种应急救援场景下的医疗数据特征补全方法和系统