基于CTSA-Net的急性肾损伤风险预测研究.pdfVIP

生物医学工程研究

２０２４ꎬ４３(１):４６~５４

ＪｏｕｒｎａｌｏｆＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈ

－

基于ＣＴＳＡＮｅｔ的急性肾损伤风险预测研究

１１△２△

张青松ꎬ陈春晓ꎬ陈利海

(１.南京航空航天大学生物医学工程系ꎬ南京２１１１０６ꎻ２.南京市第一医院麻醉科ꎬ南京２１０００６)

摘要:针对过去对急性肾损伤(ａｃｕｔｅｋｉｄｎｅｙｉｎｊｕｒｙꎬＡＫＩ)患者的识别存在临床时间序列数据未被充分利用、提前预测窗口较

－

短及缺少连续预测研究等不足ꎬ本研究提出了一种卷积神经网络和两阶段交叉注意力的混合网络模型(ＣＴＳＡＮｅｔ)ꎬ实现对１期

－

及以上ＡＫＩ的每小时连续预测ꎮＣＴＳＡＮｅｔ的注意力支路、ＣＮＮ支路及特征融合模块可增强对时间序列数据的全局表示以及局

部细节的感知能力ꎬ从而提高对ＡＫＩ的连续预测性能ꎮ在ＡＫＩ发生时、发生前２４、４８及７２ｈ四个预测时间点ꎬ模型预测ＡＫＩ的

－

受试者工作特征曲线下面积分别为０.９４６、０.９０７、０.８９５和０.８７９ꎬ准确率召回率曲线下面积分别为０.９７９、０.９６０、０.９４９和０.９３９ꎮ

－

实验结果表明ꎬＣＴＳＡＮｅｔ模型在多个预测时间点进行ＡＫＩ预测的性能较好ꎬ可用于患者的实时监测ꎬ辅助医生进行临床决策ꎮ

关键词:急性肾损伤ꎻ深度学习ꎻ电子健康记录ꎻ注意力ꎻ卷积神经网络

中图分类号:Ｒ３１８ꎬＴＰ１８３文献标志码:Ａ文章编号:１６７２￣６２７８(２０２４)０１￣００４６￣０９

－

ＲｅｓｅａｒｃｈｏｎｒｉｓｋｐｒｅｄｉｃｔｉｏｎｏｆａｃｕｔｅｋｉｄｎｅｙｉｎｊｕｒｙｂａｓｅｄｏｎＣＴＳＡＮｅｔ

１１２

ＺＨＡＮＧＱｉｎｇｓｏｎｇꎬＣＨＥＮＣｈｕｎｘｉａｏꎬＣＨＥＮＬｉｈａｉ

(１.ＤｅｐａｒｔｍｅｎｔｏｆＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇꎬＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏｎａｕｔｉｃｓꎬＮａｎｊｉｎｇ２１１１０６ꎬＣｈｉｎａꎻ

２.ＡｎｅｓｔｈｅｓｉｏｌｏｇｙＤｅｐａｒｔｍｅｎｔｏｆＮａｎｊｉｎｇＦｉｒｓｔＨｏｓｐｉｔａｌꎬＮａｎｊｉｎｇ２１０００６)

Ａｂｓｔｒａｃｔ:Ａｄｄｒｅｓｓｉｎｇｌｉｍｉｔａｔｉｏｎｓｉｎｐｒｉｏｒｒｅｓｅａｒｃｈｏｆａｃｕｔｅｋｉｄｎｅｙｉｎｊｕｒｙ(ＡＫＩ)ꎬｉｎｃｌｕｄｉｎｇｕｎｄｅｒｕｔｉｌｉｚａｔｉｏｎｏｆｃｌｉｎｉｃａｌｔｉｍｅｓｅｒｉｅｓ

－

ｄａｔａꎬｓｈｏｒｔｐｒｅｄｉｃｔｉｖｅｗｉｎｄｏｗｓꎬａｎ