一种通道自适应与局部增强的Transformer术中血压预测方法
王尘1
蔡晶晶2
郝学超2
张伟义2
舒红平3
王亚强1
陈果2
1.成都信息工程大学软件工程学院 成都 610225;成都信息工程大学数据科学与工程研究所 成都 610225;成都信息工程大学软件自动生成与智能服务实验室 成都 6102252.四川大学华西医院麻醉手术中心 成都 6100443.成都信息工程大学软件工程学院 成都 610225;成都信息工程大学软件自动生成与智能服务实验室 成都 610225
摘要：准确预测术中患者的血压状态来预防术中低血压,对提高手术安全性和降低术后并发症有积极作用,以往的低血压预测方法主要视为二分类任务,忽略了患者血压变化的过程,从而限制了干预策略的制定.因此提前预测血压的变化趋势,具有更重要的临床研究和应用价值.针对以上问题,对通过监测的术中生理序列实时预测未来5min、10min、15min血压的连续值展开研究,并提出了一种通道自适应与局部增强Transformer模型,该模型采用卷积注意力机制捕捉血压序列的局部相似性,同时提出一种通道自适应模块嵌入模型来建模生理序列潜在交互关系.结果表明,该模型相比于基准模型在5min、10min、15min预测精度分别提升4.88%、8.2%和8.42%,预测的平均动脉压的MAE分别为2.997、3.393、3.743,且显著优于其余对比模型,为术中血压预测提供新的解决方案.
关键词：术中血压预测Transformer生理序列注意力机制通道自适应
分类号：TP183(自动化基础理论)
资助基金：四川大学华西医院学科卓越发展工程交叉学科创新项目(1·3·5;2023H022)四川大学华西医院项目(1·3·5;ZYJC21008)国家重点研发计划(2018YFC2001800)
论文发表日期：2024-01-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 43-50,98 )
英文信息