NECA:相似患者事件曲线增强ICU恶化预测
热点事件持续更新
NECA:相似患者事件曲线增强ICU恶化预测
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Chenyang Wang 等研究者提出 NECA,一种模型无关的 ICU 病情恶化预测增强方法:检索早期数据相似的训练集患者,把其后续器官功能障碍事件发生时间转化为 6h、12h、24h 和 42h 的累积事件曲线特征,拼接后供下游预测器使用。 研究者在 PhysioNet 2012 与 MIMIC-IV 子集上验证了该方法。论文目前为 arXiv 预印本,作者称论文被接收后其源代码将公开发布。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
NECA:基于邻居事件曲线增强的 ICU 多时间窗病情恶化预测方法报道时间线
沿着报道,了解事件的不同侧面。
10月31日
- arXiv cs.AINECA:基于邻居事件曲线增强的 ICU 多时间窗病情恶化预测方法
研究者提出 NECA,一种模型无关方法:检索早期数据相似的训练集患者,将其后续器官功能障碍事件发生时间转化为 6h、12h、24h 和 42h 的累积事件曲线特征,拼接后供下游预测器使用。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。