基于加权贝叶斯网络的心脏破裂风险预测模型
刘初阳1
杨湘1
陈艳红2
1.武汉科技大学 武汉 4300652.武汉亚洲心脏病医院 武汉 430022
摘要：心肌梗死后的心脏破裂作为急性心梗中最为致命的并发症,对其的预测和干预尤为重要.由于心脏破裂属于高致死率的罕见疾病,其数据集存在不平衡性和数据缺失性,这使深度模型很难达到较高的准确率,同时模型的结果还需要是可解释的.为了解决以上问题,论文提出了一种基于注意力机制的加权贝叶斯网络模型.该模型通过将医学知识和算法相结合的方式构建出更加准确的网络结构,其次将注意力权重融入贝叶斯网络,可以对显著性指标给予更多关注,增强了模型的准确性和可解释性.最后在真实数据上,对急性心肌梗死后的心脏破裂风险进行评估,实验结果证明,该模型的准确性和可解释性更加优秀,其F1分数和AUC值可以分别达到0.771 8和0.798 7.
关键词：疾病分类电子健康记录注意力机制贝叶斯网络心脏破裂
分类号：O141.4(数理逻辑、数学基础)
资助基金：国家自然科学基金(U1836118)
论文发表日期：2025-03-20
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：8( 684-691 )
英文信息