一种急性冠状动脉综合征患者的主要不良心血管事件预测方法

摘要

本发明公开了一种急性冠脉综合征患者主要不良心血管事件预测方法。将每一种临床问题的主要不良心血管事件预测作为一个单独的任务，以一种联合的方式进行预测；采用基于堆叠式去噪自编码器的深度学习网络，在多任务学习框架下构建私有层和共享层，分别提取三种临床问题的私有特征和共享特征；基于生成对抗学习，确保共享层能提取出潜在的不依赖于特定临床问题的特征，缓解多任务学习框架中不同临床任务共享表达和私有表达的潜在特征空间的相互干扰，导入患者电子健康记录，在线预测患者的主要不良心血管事件发生概率。该方法能够获得较高的测试准确率，辅助医生制定合理的诊疗措施，降低医疗开支。