尊敬的各位读者:
根据当前疫情防控要求,我馆部分原文传递服务可能会有延期,无法在24小时内提供,给您带来的不便敬请谅解!
国家工程技术图书馆
2022年11月29日
摘要 : 针对缺乏ICU诊断条件的受伤患者,无法提前预测脓毒症感染风险的问题,提出了一种基于多项生命特征的神经网络(深度神经网络,CNN-LSTM)建立脓毒症预测模型的方法。为了解决数据严重不平衡的问题,引入了CLASS_WEIGHT技术。该模型使用医院ICU病患数据集进... 展开 针对缺乏ICU诊断条件的受伤患者,无法提前预测脓毒症感染风险的问题,提出了一种基于多项生命特征的神经网络(深度神经网络,CNN-LSTM)建立脓毒症预测模型的方法。为了解决数据严重不平衡的问题,引入了CLASS_WEIGHT技术。该模型使用医院ICU病患数据集进行训练和测试,与传统医学诊断得分制(例如SIRS、SOFA等)以及早期用于预测脓毒症的机器学习方法进行了比较。在AUROC评分指标上,该模型取得了较高的得分,表明该方法是有效和可行的。 收起
系统维护,暂停服务。
根据《著作权法》“合理使用”原则,您当前的文献传递请求已超限。
如您有科学或教学任务亟需,需我馆提供文献传递服务,可由单位单位签署《图书馆馆际互借协议》说明情况,我馆将根据馆际互借的原则,为您提供更优质的服务。
《图书馆馆际互借协议》扫描件请发送至service@istic.ac.cn邮箱,《图书馆馆际互借协议》模板详见附件。
根据《著作权法》规定, NETL仅提供少量文献资源原文复制件,用户在使用过程中须遵循“合理使用”原则。
您当日的文献传递请求已超限。