基于AB-CNN-BiLSTM心衰死亡率预测模型

摘要

为了更有效地分配医疗资源并辅助医生诊疗,需要对ICU患者的死亡率做出更快、更准确的预测,提出一种融合注意力机制的CNN-BiLSTM ICU患者心衰死亡率预测模型.对MIMICIII数据集提供的入院48小时的数据进行一系列预处理操作;通过卷积神经网络模型(CNN)及双向长短期记忆神经网络模型(BiLSTM)考虑不同参数之间的空间联系,同时关注数据时间维度上的变化;引入注意力机制赋予特征权重.实验表明,该预测模型能够有效地对ICU患者心衰死亡率进行预测,提高死亡率预测的准确性.