CCU数据的多模态融合在动态死亡风险预测中的应用

作者：李然; 邱皖; 娄岩^*

来源：天津工业大学学报, 2022, 41(06): 76-82.

• 多模态融合
• 动态死亡率预测
• 冠心病监护室(CCU)
• 死亡风险预测

针对冠心病监护室（CCU）患者的死亡风险预测集中在重症监护室（ICU）的患者，并且CCU患者的大量多模态数据不能被充分地利用的情况，提出一种动态预测CCU患者死亡风险的多模态融合方法。首先分析了CCU多模态数据的特点，从结构和时间2个维度提出了一种分类模式，使用卷积神经网络（CNN）和文本数据聚类的方法处理心脏超声报告（ECHO），使用信号处理方法处理高频波形数据心电图（ECG），将这2种方法提取的特征与其他结构化数据相结合，通过加入时间维度的决策树模型进行预测，决策树模型根据时间戳区分不同时期生成的数据。在MIMIC-Ⅲ数据集上的实验表明：与基准的机器学习方法支持向量机（SVM）相比，本研究在AUC-ROC/AUC-PR上分别获得11.36%和25.31%的改进，与基于线性分类的机器学习方法相比，在AUC上获得11.42%的改进。

• 单位
  中国医科大学; 大连海洋大学